[发明专利]一种减少Lucene无字典n-gram切词占用存储空间的方法在审
| 申请号： | 201911307360.5 | 申请日： | 2019-12-18 |
| 公开（公告）号： | CN111078824A | 公开（公告）日： | 2020-04-28 |
| 发明（设计）人： | 母延年 | 申请（专利权）人： | 南京录信软件技术有限公司 |
| 主分类号： | G06F16/31 | 分类号： | G06F16/31 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210000 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及计算机算法技术领域，具体公开了一种减少Lucene无字典n‑gram切词占用存储空间的方法，包括如下步骤，S1：输入数据样例；S2：对数据样例进行SNGram切割，获得跳跃倒排表；S3：对步骤S2所获得的数据倒排表进行ngram切词，创建SNGram的映射；S4：完成数据样例的存储；本发明所提供的方法，先进行粗粒度级别的切词，如每隔8个字切一个词；将粗粒度的词，排重后进一步得出细粒度的词，针对细粒度的词创建索引；从而大幅度的减少倒排表的体积，并提升创建索引的性能，提升1*这种需要匹配很多倒排term的扫描性能。 | ||
| 搜索关键词： | 一种 减少 lucene 字典 gram 占用 存储空间 方法 | ||
【主权项】：
暂无信息
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南京录信软件技术有限公司，未经南京录信软件技术有限公司许可，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/201911307360.5/，转载请声明来源钻瓜专利网。
