中文网页分布式并行索引的设计与实现

• 作者: 张靖宇 梁久祯
• 来源期刊: 科技与创新
• 关键词: 分布式并行索引 倒排索引 正向最大匹配法
• 年，卷（期）: 2010,（15）
• 页码范围: 127-128,191
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.15.051

摘要

Internet搜索引擎主要由搜索器、索引器和用户界面三部分组成.通过分析索引数据库在搜索引擎时效性及有效性方面的重要作用,提出一种多进程并行分词建立索引的方法.以中文网页数据库为基本语料库,采用正向最大匹配法进行中文分词,并用一种高效的倒排索引方式存储索引表.这种方法能够加快索引建立与更新的速度,并且在空间效率上也有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁久祯	江南大学信息工程学院机器感知实验室	74	332	10.0	13.0
2	张靖宇	江南大学信息工程学院机器感知实验室	1	1	1.0	1.0