公开(公告)号：CN116910186A

公开(公告)日：2023-10-20

申请号：CN202311169134.1

申请日：2023-09-12

Applicant: 南京信息工程大学

Inventor： 韩进 ,  邵林波

IPC: G06F16/33 ,  G06F40/289

Abstract: 本发明公开了一种文本索引模型构建方法、索引方法、系统和终端，属于文本索引领域，包括：获取维基百科的中文语料，对数据进行预处理；基于Skip‑gram模型对语料库中的词进行训练，得到对应词向量；遍历m段文本，将每段文本进行分词，并使用词向量构建每段文本的n维球空间，总共得到m个n维球空间，把这m个n维球空间作为文本索引；通过迭代算法不断调整每个球空间的中心位置，实现最小的可容纳文本中所有词向量的n维球空间；输入关键词进行检索，若检索成功则使用ACBM算法定位关键词在每段文本中的位置。本发明提出了一种新的文本索引方法，在大数据环境下，可以大幅度提高检索速度。

公开(公告)号：CN116910186B

公开(公告)日：2023-11-21

申请号：CN202311169134.1

申请日：2023-09-12

Applicant: 南京信息工程大学

Inventor： 韩进 ,  邵林波

IPC: G06F16/33 ,  G06F40/289