[发明专利]一种分布式搜索引擎系统及ID映射表扩充方法有效
| 申请号： | 200610061351.9 | 申请日： | 2006-06-23 |
| 公开（公告）号： | CN101071423A | 公开（公告）日： | 2007-11-14 |
| 发明（设计）人： | 杨海松 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057广东省深圳市高新科*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种分布式搜索引擎系统及ID映射表扩充方法，包括：至少一文本切分子系统，文本切分子系统包括：切分模块、ID映射模块及ID映射表存储模块，切分模块将从源文本中提取出的切分单元发至ID映射模块，ID映射模块在ID映射表中查找与切分单元对应的文本ID，并填入切分单元信息中，还包括：新词统计表存储模块，用于保存由未在ID映射表中查找到的切分单元及出现次数构成的新词统计表；切分子系统收发模块：用于获取新词统计表，并更新ID映射表，清除新词统计表中已在ID映射表中更新过ID映射关系的切分单元及其出现次数；ID映射模块，用于在新词统计表中统计在ID映射表中未查找到的切分单元及其出现的次数。 | ||
| 搜索关键词： | 一种 分布式 搜索引擎 系统 id 映射 扩充 方法 | ||
【主权项】：
1.一种分布式搜索引擎系统，包括：文本切分子系统(1)至(N)，N≥1，其中，每个文本切分子系统包括：切分模块(10)、ID映射模块(20)及ID映射表存储模块(30)，切分模块(10)接收从互联网抓取的源文本，并从源文本中提取出切分单元，传送至ID映射模块(20)，ID映射模块(20)查找ID映射表存储模块(30)中的ID映射表中与切分单元对应的文本ID，并将其填入切分单元信息中，其特征在于，所述文本切分子系统还包括：新词统计表存储模块(40)，用于保存由ID映射模块查找ID映射表存储模块中的ID映射表时未在ID映射表中查找到的新切分单元及其出现的次数值构成的新词统计表；以及，切分子系统收发模块(50)：用于从新词统计表存储模块中获取新词统计表，并在ID映射表存储模块中的ID映射表中建立新切分单元与文本ID的映射关系，清除新词统计表存储模块中的新词统计表中已在ID映射表中建立文本ID映射关系的切分单元及其出现次数值；所述ID映射模块(20)，进一步用于向新词统计表存储模块中的新词统计表中统计在ID映射表中未查找到的切分单元及其出现的次数值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200610061351.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种实现网络数据高效传递的方法及其装置
- 下一篇：一种P2P流媒体发布装置
