一种中文词条检索方法
【专利摘要】本发明公开了一种中文词条检索方法，包括以下步骤：1）用户通过http|get/post接口输入中文词条，分词系统介入，对用户检索的关键词进行分词；2）在索引文件中查询，查询出的关键词结果在前台高亮显示，生成内容摘要，返回数据格式；3）用户通过http|get/post接口输入的中文词条进行增删改时，上述操作进入队列控制器等待；4）数据源进入数据库分布控制层，将数据更新到数据库中；5）调用sphinx索引服务层，进行索引的建立。与现有技术相比，本发明简化优化了中文词条检索方法，产生新的架构方案，新方案能快速高效的对大数据进行分词，建立高效索引。
【专利说明】—种中文词条检索方法
【技术领域】
[0001]本发明涉及计算机网络搜索引擎检索领域，具体涉及一种中文词条检索方法。
【背景技术】
[0002]随着互联网数据量越来越大，用户从大数据中检索相关数据的时间越来越长。月艮务器性能随之产生浪费，如何解决大数据下快速检索的功能成为了研究的课题。
[0003]现在有技术上有sphinx全文检索引擎+sews中文分词系统的架构方案,sphinx全文检索引擎+SCWS中文分词系统他的缺点部署稍复杂，使用稍复杂。
【发明内容】
[0004]本发明克服了现有技术的不足，提供一种简化的中文词条检索方法。
[0005]为解决上述技术问题，本发明采用的技术方案为:
一种中文词条检索方法，包括以下步骤:
O用户通过http I get/post接口输入中文词条，分词系统介入，对用户检索的关键词进行分词；
2)在索引文件中查询，查询出的关键词结果高亮显示，生成内容摘要，返回数据格式；
3)用户通过httpI get/post接口输入的中文词条进行增删改时,上述操作进入队列控制器等待；
4)根据先入先出原则，数据源进入数据库分布控制层(控制层，更具全局hashid分布，双机备份)，将数据更新到数据库中；
5)调用sphinx索引服务层，进行索引的建立；此时的索引是临时索引不影响主索引的使用，当临时索引达到一定的级别，将和主索引进行归档合并，一定的级别为配置文件通过设置临时索引的限制条数实现。
[0006]所述步骤2 )数据格式包括j son和xml。
[0007]较优地，步骤I分词系统包括:
分词模块:用于对中文文本按词语语义进行分词；
匹配模块:用于匹配分词模块进行分词后的词条与知识库中的数据；
知识库:存储中文词条信息库。
[0008]较优地，队列控制器包括:限制计数器、可用计数器、指针计数器、要求控制器与存取控制器，指针计数器指示当前词条索引位置。
[0009]与现有技术相比，本发明的有益效果有:本发明简化优化了中文词条检索方法，产生新的架构方案，新方案能快速高效的对大数据进行分词，建立高效索引。
【专利附图】
【附图说明】
[0010]图1为本发明的方法流程图。【具体实施方式】
[0011]下面结合附图对本发明作更进一步的说明。
[0012]一种中文词条检索方法，包括以下步骤:
O用户通过http I get/post接口输入中文词条，分词系统介入，对用户检索的关键词进行分词；
2)在索引文件中查询，查询出的关键词结果高亮显示，生成内容摘要，返回数据格式；
3)用户通过httpI get/post接口输入的中文词条进行增删改时,上述操作进入队列控制器等待；
4)根据先入先出原则，数据源进入数据库分布控制层(控制层，更具全局hashid分布，双机备份)，将数据更新到数据库中；
5)调用sphinx索引服务层，进行索引的建立；此时的索引是临时索引不影响主索引的使用，当临时索引达到一定的级别，将和主索引进行归档合并，一定的级别为配置文件通过设置临时索引的限制条数实现。
[0013]所述步骤2 )数据格式包括j son和xml。
[0014]较优地，步骤I分词系统包括:
分词模块:用于对中文文本按词语语义进行分词；
匹配模块:用于匹配分词模块进行分词后的词条与知识库中的数据；
知识库:存储中文词条信息库；
较优地，队列控制器包括:限制计数器、可用计数器、指针计数器、要求控制器与存取控制器，限制计数器、可用计数器、指针计数器、要求控制器与存取控制器相连。
[0015]以上所述仅是本发明的优选实施方式，应当指出:对于本【技术领域】的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
【权利要求】
1.一种中文词条检索方法，其特征在于:包括以下步骤: 1)用户通过httpI get/post接口输入中文词条，分词系统介入，对用户检索的关键词进行分词； 2)在索引文件中查询，查询出的关键词结果在前台高亮显示，生成内容摘要，返回数据格式； 3)用户通过httpI get/post接口输入的中文词条进行增删改时,上述操作进入队列控制器等待； 4)根据先入先出原则，数据源进入数据库分布控制层，将数据更新到数据库中； 5)调用sphinx索引服务层，进行索引的建立。
2.根据权利要求1所述的一种中文词条检索方法，其特征在于:所述步骤2)数据格式包括json和xml。
3.根据权利要求1所述的一种中文词条检索方法，其特征在于:所述步骤5)索引为临时索引，当临时索引达到一定的级别后，与主索引合并归档。
4.根据权利要求3所述的一种中文词条检索方法，其特征在于:所述一定的级别为配置文件通过设置临时索引的限制条数实现。
5.根据权利要求1所述的一种中文词条检索方法，其特征在于:所述步骤I分词系统包括: 分词模块:用于对中文文本按词语语义进行分词； 匹配模块:用于匹配分词模块进行分词后的词条与知识库中的数据； 知识库:存储中文词条信息库。
6.根据权利要求1所述的一种中文词条检索方法，其特征在于:所述队列控制器包括:限制计数器、可用计数器、指针计数器、要求控制器与存取控制器。
【文档编号】G06F17/30GK103631960SQ201310690790
【公开日】2014年3月12日 申请日期:2013年12月17日 优先权日:2013年12月17日
【发明者】秦谦 申请人:江苏名通信息科技有限公司