一种基于Bigram二级哈希的中文索引结构

• 作者: 孙德才 王晓霞
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 串匹配 中文 倒排索引 Bigram
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 1-4
• 页数: 4页
• 分类号: TN91
• 字数: 4090字
• 语种: 中文

摘要

为通过构建高速的中文索引结构来提高Off-line模式的串匹配速度，提出了一种基于Bigram二级哈希的中文索引结构。该索引采用中文GB2312编码处理中文汉字，以中文Bigram项作为词汇项，并实现了基于二级哈希的词汇表存储结构。实验数据显示，本文索引结构虽然占用存储空间为词索引的2倍多，但其匹配速度是词索引的4倍多。结果表明本文索引在中文匹配中具有速度优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙德才		9	9	2.0	2.0
2	王晓霞		7	6	1.0	1.0