基于搜索引擎日志的中文纠错方法研究

• 作者: 张晓如 杨苏稳
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 搜索引擎日志 中文纠错 模糊匹配 最小编辑距离
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 182-187
• 页数: 6页
• 分类号: TP391
• 字数: 7985字
• 语种: 中文
• DOI: 10.11907/rjdk.192456

摘要

针对用户使用搜索引擎输入关键词查询信息时,由于输入法的原因或者不小心输入错误关键词等,致使搜索结果不符合用户预期的问题,提出基于搜索引擎日志的中文纠错方法.首先对用户网络日志展开研究,对数据进行预处理,将用户常见错误分为两大类:一类为拼音引起的错误,针对该类错误,参考并改进了基于拼音索引的中文模糊匹配算法进行纠错;另一类为多字、少字、异位及别字引起的错误,针对该类错误,设计了模糊匹配方法结合最小编辑距离方法进行纠错.经过实验验证,证明了该纠错方法的有效性,该方法能够一定程度上提升用户体验,满足实际工程需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓如	江苏科技大学计算机学院	52	185	8.0	10.0
2	杨苏稳	江苏科技大学计算机学院	1	0	0.0	0.0