一种数据库中文全文检索的方法及系统_CN109885641B_卢健 姜瑞海 王硕 张龙_瀚高.pdf
免费下载
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号
(45)授权公告日
(21)申请号 201910053622.3
(22)申请日 2019.01 .21
(65)同一申请的已公布的文献号
申请公布号 CN 109885641 A
(43)申请公布日 2019.06 .14
(73)专利权人 瀚高基础软件股份有限公司
地址 250010 山东省济南市高新区新泺大
街2117号铭盛大厦20层2001室
(72)发明人 卢健 姜瑞海 王硕 张龙
(74)专利代理机构 济南圣达知识产权代理有限
公司 37221
代理人 黄海丽
(51)Int.Cl.
G06F
16/31
(2019 .01)
G06F
16/33
(2019 .01)
G06F
16/338
(2019 .01)
(56)对比文件
CN 108776705 A ,2018 .11 .09
US 2018300415 A1 ,2018 .10 .18
审查员 王彦男
(54)发明名称
一种数据库中文全文检索的方法及系统
(57)摘要
本发明公开了一种数据库中文全文检索的
方法及系统，所述方法包括以下步骤：接收待检
索文本；对所述待检索文本每两个汉字为一组进
行二元分词处理，得到多个二元词组，并插入数
据表文件；为所述数据表文件创建倒排索引，所
述倒排索引中包含每个所述二元词组的位置索
引，用于在检索过程中写入相应词组在数据库中
各文本数据中的位置信息，所述位置信息包括包
含该词组的行，以及在该行中的位置；根据所述
多个二元词组，在所述数据库中对所述待检索文
本进行全文检索。本发明的检索方法无需构建字
典，对新词的检索效果更好，且通过引入多级索
引机制，检索效率更高。
权利要求书2页 说明书9页 附图6页
CN 109885641 B
2021.03.09
CN 109885641 B
1 .一种数据库中文全文检索的方法，其特征在于，包括以下步骤：
接收待插入到数据库中的文本数据；
对所述文本数据每相邻两个汉字为一组进行二元分词处理，同时为所述文本数据创建
倒排索引；
分词过程中，对于每个分词得到的二元词组，将所述二元词组和所述二元词组在该文
本数据中的位置信息写入所述倒排索引；
接收待检索文本，并进行二元分词处理，得到多个待检索二元词组；
在所述数据库中，基于倒排索引和所述多个待检索二元词组执行全文检索；
所述倒排索引包括三级索引，其中，一级索引用于标识各二元词组在二级索引中的位
置，二级索引用于记录每个二元词组，以及所述文本在三级索引中的位置，三级索引用于记
录二元词组在文本中的位置信息，所述位置信息包括二元词组在所述文本中的行，以及在
该行中的位置。
2.如权利要求1所述的一种数据库中文全文检索的方法，其特征在于，所述一级索引为
编码；或
所述一级索引为字母或字母组合，对应多个以所述字母或字母组合标引的数据表文
件；
进一步地，所述字母组合基于常用词汇的统计得到。
3 .如权利要求1所述的一种数据库中文全文检索的方法，其特征在于，所述基于倒排索
引和所述多个待检索二元词组执行全文检索包括：
接收待检索文本，对所述待检索文本进行二元分词，得到多个待检索二元词组；
对于数据库中的每个文本数据，根据所述文本数据对应的倒排索引，按行统计所述多
个待检索二元词组分别出现的频率；
根据所述频率计算待检索文本与所述文本数据每一行的相似度；
汇总待检索文本与该文本数据每一行的相似度，得到所述待检索文本与所述文本数据
的相似度；
将数据库中的文本数据按相似度从高到低排序并输出。
4 .一种数据库中文全文检索的方法，其特征在于，包括以下步骤：
预先创建倒排索引结构；
接收待插入到数据库中的文本数据；
对所述文本数据每相邻两个汉字为一组进行二元分词处理；
分词过程中，对于每个分词得到的二元词组，将所述二元词组和所述二元词组在该文
本数据中的位置信息写入所述倒排索引；
接收待检索文本，并进行二元分词处理，得到多个待检索二元词组；
在所述数据库中，基于倒排索引和所述多个待检索二元词组执行全文检索；
所述倒排索引包括三级索引，其中，一级索引用于标识各二元词组在二级索引中的位
置，二级索引用于记录每个二元词组，以及所述文本在三级索引中的位置，三级索引用于记
录二元词组在文本中的位置信息，所述位置信息包括二元词组在所述文本中的行，以及在
该行中的位置。
5 .如权利要求4所述的一种数据库中文全文检索的方法，其特征在于，所述一级索引为
权 利 要 求 书
1/2 页
2
CN 109885641 B
2
of 18
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论