[发明专利]用于近似串匹配的方法和系统

权利要求书

1.一种用于输入图样与特里数据结构的近似串匹配的方法，包 括：

遍历特里数据结构，以找出所述输入图样的近似部分和完全字符 串匹配，其中，遍历所述特里数据结构的节点以处理所述串的字符 对所述字符应用任何可应用校正规则，其中，每个校正规则均具有 相关成本，所述相关成本在每个字符被处理之后被调整；

随字符串被聚集而累积成本；以及

根据聚集串的累积成本和可应用校正规则的潜在成本，限制对所 述特里数据结构的遍历。

2.如权利要求1所述的方法，其中，所述特里的分支的递归处 理：

如果字符串的累积成本低于预定阈值，则被全部执行；

限制于与所述输入图样中的有效位置的字符匹配的、或者处于可 应用显著校正规则中的字符来执行；或者

如果这些字符不存在，则不被执行。

3.如权利要求1或2所述的方法，其中，除了校正规则外，所 述方法应用包括每个均与成本相关的插入、删除、或替换之一的字 符的基本过渡。

4.如权利要求1或2中任一项所述的方法，其中，针对所述输 入图样中的字符转置的所有可能应用而自动生成校正规则。

5.如前述权利要求1或2中任一项所述的方法，包括：在开始 遍历之前确定可应用于输入图样中的字符的校正规则。

6.如前述权利要求1或2中任一项所述的方法，其中，可应用 校正规则由待处理的字符位置做索引。

7.如权利要求6所述的方法，其中，由待处理的字符位置做索 引包括：允许在所述串中进行预定数量的插入或删除字符。

8.如前述权利要求1或2中任一项所述的方法，包括：确定候 选近似匹配以及使用累积成本作为用于所述候选近似匹配的权重。

9.如前述权利要求1或2中任一项所述的方法，包括：确定近 似部分匹配，其中所述部分匹配的长度比所述输入图样的长度短； 以及保留所述部分匹配，其中，所述累积成本作为用于对与所述输 入图样的右手匹配的遍历的开始成本。

10.如权利要求9所述的方法，其中，对复合字的右手匹配的遍 历开始于所述部分匹配的末端位置的字符位置处。

11.如权利要求9所述的方法，包括：重复经过存在部分匹配的 所有位置以及使用所保留的累积成本作为用于右手侧匹配遍历的开 始点。

12.如权利要求11所述的方法，其中，任何完全右手侧匹配与 所有的左手侧部分匹配结合。

13.如权利要求11所述的方法，其中，结合左手侧部分匹配。

14.如权利要求9所述的方法，其中，用于一个或多个部分匹配 的累积成本用于编译用于右手侧查找的最佳用例场景。

15.如前述权利要求1或2中任一项所述的方法，其中，校正规 则跨越字部的附属点而应用。

16.如前述权利要求1或2中任一项所述的方法，其中，使用向 量处理同时对偏移范围进行校正。

17.一种用于输入图样与特里数据结构的近似串匹配的方法，在 所述方法中应用一种包括数据结构元素以及由字符位置做索引的成 本矩阵的数据结构，用于输入图样与特里数据结构的近似串匹配， 所述方法包括：

用所述数据结构元素对所述输入图样的字符的每个可应用校正 规则，所述元素由所述字符位置做索引；

应用所述成本矩阵在所述特里数据结构的遍历期间被更新以反 映所应用的校正规则的累积成本。

18.如权利要求17所述的方法，其中，所述字符位置由所处理 的字符的数量以及插入或删除字符的偏移一起来确定。

19.如权利要求17或18所述的方法，其中，为用于对所述字符 的多个可应用校正规则的字符位置提供多个数据结构元素。