一种建立分词索引库的方法和装置与流程

技术特征：

1.一种建立分词索引库的方法，其特征在于，包括：

根据待分词文本中的标点符号，获取待分词语句；

采用反向最大分词匹配算法拆分所述待分词语句，获得拆分后的词语作为索引项；

根据所述索引项和对应的索引信息，建立分词索引库，所述索引信息为索引项所属待分词文本的信息。

2.根据权利要求1所述的方法，其特征在于，所述采用反向最大分词匹配算法拆分所述待分词语句，获得拆分后的词语作为索引项，包括：

从所述待分词语句获取n-m后的m个字符，所述待分词语句有n个字符，所述m为最大分词字符；

若所述n-m后的m个字符是字典中的词语，则将所述n-m后的m个字符作为索引项，将n-m赋值给n，返回执行从所述待分词语句获取n-m后的m个字符，直至n＝0；

若所述n-m后的m个字符不是字典中的词语，则将m-1赋值给m，返回执行从所述待分词语句获取n-m后的m个字符。

3.根据权利要求1所述的方法，其特征在于，所述根据所述索引项和对应的索引信息，建立分词索引库，具体为：

根据所述索引项和对应的索引信息，采用倒排索引的格式建立分词索引库。

4.根据权利要求1所述的方法，其特征在于，还包括：

获取待检索词语；

根据所述待检索词语检索所述分词索引库，获得目标索引项，所述目标索引项与所述待检索词语相匹配；

根据所述目标索引项，获得对应的目标索引信息。

5.根据权利要求1所述的方法，其特征在于，所述根据待分词文本中的标点符号，获取待分词语句，包括：

获取待分词文本，所述待分词文本包括待分词语句和标点符号；

通过所述标点符号拆分待分词文本，获得待分词语句。

6.一种建立分词索引库的装置，其特征在于，包括：

待分词语句获取单元，用于根据待分词文本中的标点符号，获取待分词语句；

索引项获得单元，用于采用反向最大分词匹配算法拆分所述待分词语句，获得拆分后的词语作为索引项；

分词索引库建立单元，用于根据所述索引项和对应的索引信息，建立分词索引库，所述索引信息为索引项所属待分词文本的信息。

7.根据权利要求6所述的装置，其特征在于，所述索引项获得单元包括：

字符获取子单元，用于从所述待分词语句获取n-m后的m个字符，所述待分词语句有n个字符，所述m为最大分词字符；

拆分返回子单元，用于若所述n-m后的m个字符是字典中的词语，则将所述n-m后的m个字符作为索引项，将n-m赋值给n，返回执行从所述待分词语句获取n-m后的m个字符，直至n＝0；

返回子单元，用于若所述n-m后的m个字符不是字典中的词语，则将m-1赋值给m，返回执行从所述待分词语句获取n-m后的m个字符。

8.根据权利要求6所述的装置，其特征在于，所述分词索引库建立单元具体用于：根据所述索引项和对应的索引信息，采用倒排索引的格式建立分词索引库。

9.根据权利要求6所述的装置，其特征在于，还包括：

待检索词语获取单元，用于获取待检索词语；

目标索引项获得单元，用于根据所述待检索词语检索所述分词索引库，获得目标索引项，所述目标索引项与所述待检索词语相匹配；

目标索引信息获得单元，用于根据所述目标索引项，获得对应的目标索引信息。

10.根据权利要求6所述的装置，其特征在于，所述待分词语句获取单元包括：

待分词文本获取子单元，用于获取待分词文本，所述待分词文本包括待分词语句和标点符号；

待分词语句获取子单元，用于获取通过所述标点符号拆分待分词文本，获得待分词语句。