中文全文检索系统中基于分词技术的研究  

Chinese Full-Text Retrieval System Based on Segmentation Techniques

作　　者：刘畅[1] 张猛[2] 

机构地区：[1]吉林工商学院信息工程学院,长春130062 [2]吉林大学网络中心,长春130012

出　　处：《吉林大学学报（信息科学版）》2013年第3期320-323,共4页Journal of Jilin University（Information Science Edition）

基　　金：吉林省教育厅科技发展规划基金资助项目(2012373)

摘　　要：为在保证中文歧义包容和长度限制的同时提高中文全文检索的速率,在现有中文分词算法的基础上,提出了一种改进的中文分词算法。通过在算法中建立索引的过程建立文本中相关词与词库的映射,对词库进行改造,使之更好地与相关词进行映射,以便于实现中文分词。实验证明,改进的中文分词算法能降低检索耗时,是已有的分词算法的1/2和1/5,有效提高中文全文检索的速率。In order to raise the rate of Chinese text retrieval of Chinese full-text retrieval system on the basis of the Chinese ambiguity inclusiveness and length restrictions, a kind of improved Chinese word segmentation algorithm is proposed based on the existing Chinese word segmentation algorithms. In this improved algorithm the process of indexing establishment makes a mapping from related words to the thesaurus. Through the improvement to the thesaurus, a better mapping is realized. Experiments show that the improved algorithm is a more efficient Chinese text retrieval segmentation algorithm.

关 键 词：中文全文检索 中文分词 字索引 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论] G354[自动化与计算机技术—计算机科学与技术]