论文部分内容阅读
主流商业搜索引擎主要基于关键词精确匹配技术，对于用户的输入错误，通常无法取得令人满意的检索效果。针对这一问题，结合汉语中的拼音知识，本文提出汉字相似程度的三种不同的度量方式，并基于相似程度度量提出有索引的汉语模糊匹配方法。该方法通过对用户查询进行扩展，将模糊匹配转化为多个精确匹配，对精确匹配的结果按与查询串的相似程度进行排序。在实验所用的网页文本语料库中，本文提出的模糊检索方法在时间和空间复杂度增长不大的情况下取得了较高的准确率与召回率。