[发明专利]一种基于互索引结构的文本查询方法

摘要

本发明实施例公开了一种基于互索引结构的文本查询方法，包括以下步骤：对需要索引的文本文件进行分割操作，获得含有固定单词数的文本块数组；构建倒排索引结构；计算每一文本块的特征值，并将特征值保存在特征索引文件中；在每个文本块的末尾，使用变长算法给出一个指针地址长度，根据所述指针地址长度获得指针值，指针值为特征索引文件中该文本块所对应的特征值地址；根据文本文件中特定文本块的特征值索引，找到文本块特征值；读取文本块特征值，将所述文本块特征值与查询单词的特征值进行比较，判断所述查询单词是否包含在所述文本块中。本发明用于加快短语匹配的速度，减少I/O操作，减少计算复杂度，提高查询效率和匹配准确率。

主权项

一种基于互索引结构的文本查询方法，其特征在于，为固定单词数的文本块设置固定长度的特征值，将所述特征值保存在特征索引文件中，所述特征索引文件和所述文本块之间互相引用，具体包括以下步骤：对需要索引的文本文件进行分割操作，获得含有固定单词数的文本块数组，将所述文本块数组顺序地存放于文本文件中；构建倒排索引结构，所述倒排索引结构包括单词，单词频率，单词出现的文本编号，单词在文本中出现的位置信息；计算每一文本块的特征值，并将所述特征值保存在特征索引文件中；在文本文件中的每个文本块的末尾，插入使用变长算法给出一个指针地址长度和根据所述指针地址长度获得指针值两个数值，所述指针值为特征索引文件中该文本块所对应的特征值地址；根据文本文件中特定文本块的特征值索引，找到文本块特征值；读取文本块特征值，将所述文本块特征值与查询单词的特征值进行比较，判断所述查询单词是否包含在所述文本块中，若所述查询单词特征值包含在所述文本块特征值中，表示查询匹配，通过特征值索引文件中的文本块引用读取包含单词所在文本块信息；若所述查询单词特征值不包含在所述文本块特征值中，表示查询不匹配。