[发明专利]一种用于加速相似文本搜索的新型高效过滤方法在审
| 申请号： | 202211539709.X | 申请日： | 2022-12-02 |
| 公开（公告）号： | CN115840810A | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 戴海鹏;王景午;李猛;陈贵海 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F16/335 | 分类号： | G06F16/335;G06F16/35 |
| 代理公司： | 苏州威世朋知识产权代理事务所(普通合伙) 32235 | 代理人： | 郭红岩 |
| 地址： | 210093 江*** | 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： | 本发明公开了一种用于加速相似文本搜索的新型高效过滤方法，包括如下步骤：对于用户提交的文本数据集，区分高低频元素，将低频元素进行哈希建立待搜索数据集；将数据集中的签名按长度分成不同分区，对于每个分区中的签名，使用聚类方法，将新的带搜索数据集中的相似签名，形成不同的簇，保证簇内文本与簇头文本相似度大于设定的相似度阈值；将每个分区中的每个簇中的文本，分别构建完全二叉树；将树过滤器部署到系统中，通过快速过滤来加速相似文本搜索。本发明在使用K最小值技术来估计交集势的基础上，将过滤器按照数据集的分布构建成树状，避免重复遍历，提升检索效率，并避免了过滤的准确性降低问题。 | ||
| 搜索关键词： | 一种 用于 加速 相似 文本 搜索 新型 高效 过滤 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大学，未经南京大学许可，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/202211539709.X/，转载请声明来源钻瓜专利网。
