基于模式自动机的自学习中文全文检索

doi:10.11925/infotech.1003-3513.2006.07.06

现代图书情报技术

2006, Vol. 1

Issue (7): 25-28 https://doi.org/10.11925/infotech.1003-3513.2006.07.06

信息检索技术

本期目录 | 过刊浏览 | 高级检索

基于模式自动机的自学习中文全文检索

吴绍根

（广东轻工职业技术学院计算机系广州 510300）

Self-learning Full Text Retrieval Based on Scheme Automaton

Wu Shaogen

(Department of Computer Engineering, Guangdong Industry Technical College, Guangzhou 510300,China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

介绍基于模式自动机的全文检索系统的工作原理、体系结构，并给出基于模式自动机的全文索引数据库的核心数据结构和相关的生成算法、检索算法和模式自学习算法。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	吴绍根

关键词 ：全文检索, 模式自动机, 自学习, 算法

Abstract：

The working principle and architecture of full-text retrieval system are introduced in this paper. Further more, based on scheme automaton, the key data structure and its corresponding algorithms about how to create full text index, how to retrieve the full text index, and how to realize the self-learn are also introduced in this paper.

Key words： Full text retrieval Scheme automaton Self-learning Algorithm

收稿日期: 2006-04-12 出版日期: 2006-07-25

TP391

通讯作者: 吴绍根 E-mail: bill3000@126.com

作者简介: 吴绍根

引用本文:

吴绍根 . 基于模式自动机的自学习中文全文检索[J]. 现代图书情报技术, 2006, 1(7): 25-28.
Wu Shaogen . Self-learning Full Text Retrieval Based on Scheme Automaton. New Technology of Library and Information Service, 2006, 1(7): 25-28.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2006.07.06 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2006/V1/I7/25

1张俭恭，陈定权汉字全文检索系统的关键技术与实现现代图书情报技术，2001（2）：16-18
2江华，赵建新，王海岚PAT数组全文检索技术的研究和改进现代图书情报技术，2005（8）：37-41
3钱爱兵全文检索算法设计及全文检索系统概述现代图书情报技术，2003（2）：42-45
4陈玮，陈玉鹏，石晶等一种高效的全文检索索引技术计算机应用研究，2004（7）：35-38
5李梅，王庆林中文全文检索技术的研究及实现情报学报，2003（2）：11-18
6吴绍根汉语自动分词模式自动机构造研究现代图书情报技术，2006（5）:47-49

[1]	苏强, 侯校理, 邹妮. 基于机器学习组合优化方法的术后感染预测模型研究^*[J]. 数据分析与知识发现, 2021, 5(8): 65-75.
[2]	董美,常志军,张润杰. 一种面向科技文献元数据增量数据规范的多模式匹配算法^*[J]. 数据分析与知识发现, 2021, 5(6): 135-144.
[3]	董振恒,吕学强,任维平,姜阳,李果林. 高性能区块链关键技术研究综述[J]. 数据分析与知识发现, 2021, 5(6): 14-24.
[4]	卢利农,祝忠明,张旺强,王小春. 基于Lingo3G聚类算法的机构知识库跨库知识整合与知识指纹服务实现[J]. 数据分析与知识发现, 2021, 5(5): 127-132.
[5]	马莹雪,甘明鑫,肖克峻. 融合标签和内容信息的矩阵分解推荐方法^*[J]. 数据分析与知识发现, 2021, 5(5): 71-82.
[6]	王楠,李海荣,谭舒孺. 基于改进SMOTE算法与集成学习的舆情反转预测研究^*[J]. 数据分析与知识发现, 2021, 5(4): 37-48.
[7]	邱云飞, 郭蕾. 面向非均衡数据的糖尿病并发症预测[J]. 数据分析与知识发现, 2021, 5(2): 116-128.
[8]	吴胜男, 蒲虹君, 田若楠, 梁雯琪, 于琦. *网络结构对链路预测算法的影响研究——基于元分析视角**[J]. 数据分析与知识发现, 2021, 5(11): 102-113.
[9]	杨辰, 陈晓虹, 王楚涵, 刘婷婷. 基于用户细粒度属性偏好聚类的推荐策略^*[J]. 数据分析与知识发现, 2021, 5(10): 94-102.
[10]	杨恒,王思丽,祝忠明,刘巍,王楠. 基于并行协同过滤算法的领域知识推荐模型研究*[J]. 数据分析与知识发现, 2020, 4(6): 15-21.
[11]	李文政,顾益军,闫红丽. 基于网络贝叶斯信息准则算法的社区数量预测研究*[J]. 数据分析与知识发现, 2020, 4(4): 72-82.
[12]	唐琳,郭崇慧,陈静锋. 中文分词技术研究综述^*[J]. 数据分析与知识发现, 2020, 4(2/3): 1-17.
[13]	刘书瑞,田继东,陈普春,赖立,宋国杰. 基于文本数据的过滤式与嵌入式样本选择算法*[J]. 数据分析与知识发现, 2020, 4(2/3): 223-230.
[14]	张纯金,郭盛辉,纪淑娟,杨伟,伊磊. 基于多属性评分隐表征学习的群组推荐算法^*[J]. 数据分析与知识发现, 2020, 4(12): 120-135.
[15]	陈先来, 罗霄, 刘莉, 李忠民, 安莹. 基于识别率的多叉树森林k-匿名算法^*[J]. 数据分析与知识发现, 2020, 4(12): 14-25.

Viewed

Full text

Abstract

Cited

Shared

Discussed