利用关键词倒排表实时检索中文网页

摘要：

研究了基于向最大切词算法脱机生成网页关键词特征向量,然后对网页特征向量作维数压缩生成压缩格式的网页特征表,最后利用网页特征表根据关键词在所有网页中出现的频率统计生成关键词倒排文件.实验中,通过对比访问网页库、特征表和倒排文件三种不同的数据来源,分别实现了中文网页的关键词检索,比较了三种数据源检索的实时性.实验表明,基于关键词的倒排表检索算法大大优于其他两种方法.具有很好的实时性.

关键词：检索、网页特征表、倒排文件、实时性

所属期刊栏目：46

分类号：TP391.3(计算技术、计算机技术)

资助基金：江苏省自然科学基金the Natural Science Foundation of Jiangsu Province of China under Grant BK20080544

在线出版日期：2011-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：135-137,159