[发明专利]一种基于分词的模糊语句搜索方法

摘要

本发明公开了一种基于分词的模糊语句搜索方法，该方法通过对原文进行分词，记录分词起始位置；对重复出现的词语合并，记录重复出现的词语起始位置；对关键字进行分词，关键字分词的个数记为i，原文中至少出现一次的关键字分词的个数记为w；计算出现率p，出现率p大于预设值，用关键字的分词结果进行搜索，得到关键字分词在原文中位置，出现率p小于预设值，退出搜索；计算关键字分词在原文中位置之间的距离d，比较距离d与相应关键词自身长度之间的差值k是否在容许的数值范围内，差值k在容许的数值范围内，匹配到模糊搜索的结果。本发明可以实现对做过混淆、词语顺序跟换过的语句进行检索，检索结果更加准确，提高了检索效率。

主权项

1.一种基于分词的模糊语句搜索方法，其特征在于：所述的搜索方法包括如下步骤：步骤一：对待检索范围内的原文进行分词，记录每个分词在原文中的起始位置；步骤二：原文进行分词后，对重复出现的词语进行合并，并记录每个重复出现的词语在原文中的起始位置；步骤三：对需要检索的关键字进行分词，关键字分词的个数记为i，待检索范围内的原文中至少出现一次的关键字分词的个数记为w；步骤四：计算关键字分词在检索范围内的原文的出现率p，p＝w/i，出现率p大于预设定的数值，对原文的分词结果使用关键字的分词结果进行搜索，得到每个关键字分词在原文中出现的位置，出现率p小于预设定的数值，退出搜索；步骤五：计算不同关键字分词在原文中出现的位置之间的距离d，比较距离d与相应关键词自身长度之间的差值k是否在容许的数值范围内，差值k在容许的数值范围内，匹配到模糊搜索的结果。