[发明专利]一种网络账号快速检索的分词方法

摘要

本发明提供一种网络账号快速检索的分词方法，包括以下步骤步骤一，连字符的搜集搜集连接英文和数字字符的符号以及符号出现的频率；步骤二，定义连字符集合；步骤三，处理连字符；步骤四，对账号分词。本发明分词连字符的定义及分词时对连字符的特殊处理，可将带有连字符的账号切分成一个独立的词，在检索倒排时只需查找一个词，提高检索速度。

主权项

一种网络账号快速检索的分词方法，其特征在于，包括以下步骤：步骤一，连字符的搜集：搜集连接英文和数字字符的符号以及符号出现的频率；步骤二，定义连字符集合；步骤三，处理连字符；步骤四，对账号分词；步骤一包括：步骤1，以不可见字符分割输入字符串string，得到多个子字符串sub_string；步骤2，过滤超短或超长的子字符串；步骤3，进行搜集，包括：步骤3a，令指针ptr指向过滤后的子字符串sub_string的开始字符；步骤3b，判断子字符串sub_string的剩余长度是否小于3，是则跳转到步骤3d，否则执行步骤3c；步骤3c，判断指针ptr所指向的3个字符是否同时满足以下三个条件：第一个字符是英文或者数字字符，第二个字符是可见的符号，第三个字符是英文或者数字字符，如果满足，则将第二个字符添加到连字符集合里，并将第二个字符的频率加1，且将指针ptr指向第三个字符；如果不满足，则将指针ptr指向第二个字符，返回步骤3c；步骤3d，对连字符集合按频率由高到低排序输出。