[发明专利]一种支持含有缺失符号的查询请求的全文检索方法

摘要

本发明提供一种支持含有缺失符号的查询请求的全文检索方法，其步骤包括：将文本内容符号化为符号串，并拼接为一个长符号串；对长符号串分别执行BWT转换、[l,m]-skipping-BWT转换、w-ahead-BWT转换以及SET-skipping,w-ahead-BWT转换；基于四种转换的结果构建小波树，并建立C表和FT数组，构成符号轮转索引；对给定的查询请求进行全文匹配，并输出检索结果，所述查询请求可以含有一段或多段连续缺失符号。本发明支持不同的符号化方法，支持含有缺失符号的查询请求，能够满足不同类型的检索需求。

主权项

一种支持含有缺失符号的查询请求的全文检索方法，其步骤包括：1）将文本内容符号化为符号串，并将各符号串拼接为一个长符号串；2）对所述长符号串分别执行如下四种转换：BWT转换；[l,m]‑skipping‑BWT转换：对各轮转副本进行排序时跳过各副本的位置属于[l,m]区间内的符号，并将各副本中最后一个符号组成的数组作为转换结果；w‑ahead‑BWT转换：将各轮转副本中倒数第w+1个符号组成的数组作为转换结果；SET‑skipping,w‑ahead‑BWT转换：对各轮转副本进行排序时跳过各副本中位置下标落于集合SET内的符号，并将各副本中倒数第w+1个符号组成的数组作为转换结果；所述四种转换中，将排序后各轮转副本的首个元素组成的一列符号数组记为F数组；3）基于所述转换结果构建小波树；4）通过一哈希表记录所述F数组中每种符号在第一次出现之前其它符号出现的次数，记为C表；5）通过一数组记录所述F数组与所述长符号串的下标映射关系，记为FT数组；6）由所述小波树、所述C表和所述FT数组构成符号轮转索引；7）根据所述符号轮转索引对用户提出的查询请求进行全文匹配，并输出检索结果。