搜索引擎中文分词原理与实现

《搜索引擎中文分词原理与实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、搜索引擎中文分词原理与实现因为中文文本中，词和词之间不像英文一样存在边界，所以中文分词是一个专业处理中文信息的搜索引擎首先面对的问题，需要靠程序来切分出词。一、Lucene中的中文分词        Lucene在中处理中文的常用方法有三种，以“咬死猎人的狗”为例说明之：      单   字：【咬】【死】【猎】【人】【的】【狗】      二元覆盖：【咬死】【死猎】【猎人】【人的】【的狗】      分   词：【咬】【死】【猎人】【的】【狗】        Lucene中的StandardTokenizer采用单子分词方式，CJ

2、KTokenizer采用二元覆盖方式。1、Lucene切分原理        Lucene中负责语言处理的部分在org.apache.lucene.analysis包，其中，TokenStream类用来进行基本的分词工作，Analyzer类是TokenStream的包装类，负责整个解析工作，Analyzer类接收整段文本，解析出有意义的词语。      通常不需要直接调用分词的处理类analysis，而是由Lucene内存内部来调用，其中：      （1）在索引阶段，调用addDocument（doc）时，Lucene内部使用An

3、alyzer来处理每个需要索引的列，具体如下图：       图1Lucene对索引文本的处理      IndexWriterindex=newIndexWriter(indexDirectory,                                                  newCnAnalyzer(),      //用于支持分词的分析器                                                  !incremental,                      

4、                            IndexWriter.MaxFieldLength.UNLIMITED);      （2）在搜索阶段，调用QueryParser.parse（queryText）来解析查询串时，QueryParser会调用Analyzer来拆分查询字符串，但是对于通配符等查询不会调用Analyzer。      Analyzeranalyzer=newCnAnalyzer();                      //支持中文的分词      QueryParserparser=ne

5、wQueryParser(Version.LUCENE_CURRENT,"title",analyzer);      因为在索引和搜索阶段都调用了分词过程，索引和搜索的切分处理要尽量一致，所以分词效果改变后需要重建索引。      为了测试Lucene的切分效果，下面是直接调用Analysis的例子：      Analyzeranalyzer=newCnAnalyzer();                      //创建一个中文分析器      TokenStreamts=analyzer.tokenStream("myf

6、ield",newStringReader("待切分文本"));  //取得Token流      while(ts.incrementToken()){                                  //取得下一个词              System.out.println("token: "+ts);      }2、Lucene中的Analyzer      为了更好地搜索中文，通过下图来了解一下在Lucene中通过WhitespaceTokenizer、WordDelimiterFilter、Low

7、ercaseFilter处理英文字符串的流程：图2Lucene处理英文字符串流程二、查找词典算法      词典格式可以是方便人工查看和编辑的文本文件格式，也可以是方便机器读入的二进制格式。词典的最基本文本文件格式就是每行一个词。在基于词典的中文分词方法中，词典匹配算法是基础。一般词典规模都在几十万词以上，所以为了保证切分速度，需要选择一个好的查找词典算法。1、标准Trie树      一个数字搜索Trie树的一个节点只保留一个字符，如果一个单词比一个字符长，则包含第一个字符的节点有指针指向下一个字符的节点，依次类推。这样组成一个层

8、次结构的树，树的第一层包括所有单词的第一个字符，树的第二层包括所有单词的第二个字符，依次类推，数字搜索树的最大高度是词典中最长单词的长度。比如：如下单词序列组成的词典（asatbebyheinisitofonorto）会生成如下图所示