论文部分内容阅读
针对B2B垂直搜索引擎中提取产品规格信息困难的问题，提出了一种基于双数组Trie（Double-ArrayTrie）的规则串提取方法。该方法针对B2B系统中“参数名：参数值”字符串的规则特征构建规则串，生成双数组Trie树；并优先处理分支结点最多的子树，来提高存储效率。该方法对搜索文本进行一次扫描就能得到所有规则串；通过在规则中加入约束条件，对候选串进行有效过滤，以提高规则串的提取准确率。实验表明，该方法能够降低传统规则串查找的算法复杂度，查找规则串的时间复杂度是O（n）。