中文信息检索系统的模糊匹配算法研究和实现_王静帆.pdfVIP

21 　6 Vol.2 1, No.6 2007 11 JO URNA L OF CHINESE INFO RM A TION PROCESSING Nov., 2007 :1003-0077 (2007)06-0059-06 , , , ( , 100084) 　:在现代中文信息检索系统中, 用户输入的字符串和实际数据库中的条目往往存在局部 差, 而基于关键词 [1] 匹配的检索技术不能很好地解决这 一问题。 本文参考并改进了T rhio 和 Ukkonen 提出的过滤算法 , 针对汉字 拼音输入法中常出现的同音字/近音字混用现象, 将算法进一步扩展到广义的 Edit Dist nce 上。 实验表明, 本文提 出的算法能有效提高中文信息检索系统的召回率, 在实际应用中可达到“子线性”的效率。 :计算机应用;中文信息处理;模糊匹配;过滤算法;动态规划 :TP39 1　　　　:A An Approximate String Matching Algorithm for ChineseInformation Retrieval Systems WA NG Jing-f n, WU Xi o-jun, XIA Yun-qing, Z HENG F ng (Dept.of Computer Sci.T ech.T singhu University, Center for Speech nd L ngu ge T echnologies, Division of Technic l Innov tion nd Development, T singhu N tion l L bor tory for Inform tion Science nd T echnology, Beijing 100084, Chin ) Abstract:In the modern Chinese inform tion retriev l sy stems, cl ssic l keyw ord b sed string m tching c n not work when the input st ring is different from the entries in the d t b se.This p per proposed method b sed on T rhio nd Ukkonen s filtering lgorithm to solve the problem.Bec use the Chinese Pinyin typew riting usu lly con- sists Chinese ch r cters w ith the s me or simil r pronunci tions, we defined speci l Edit Dist nce nd expended our method ccordingly.The experiment l results showed th t our lgorithm c n improve the rec ll r te of the re- triev l systems nd obt in pr ctic l sub-line r complexity. Key words:computer pplic tion;Chinese inform tion processing; pproxim te m tching;filter lgorithm;dyn mic progr mming 。 1　 , ,