社区
其他
帖子详情
关于编写词库的索引问题
internationalman
2007-08-29 10:53:59
我想写一个英汉词库程序,假想词库很大,可能有几百万个单词,我想尽量提高效率,缩短数据操作时间,该如何做索引应该很重要.而每个单词的长度最大为五十位,我想求一种算法,对于每个单词,有且仅有一个整数与之一对一对应,这样好做索引.请各位指教
...全文
141
4
打赏
收藏
关于编写词库的索引问题
我想写一个英汉词库程序,假想词库很大,可能有几百万个单词,我想尽量提高效率,缩短数据操作时间,该如何做索引应该很重要.而每个单词的长度最大为五十位,我想求一种算法,对于每个单词,有且仅有一个整数与之一对一对应,这样好做索引.请各位指教
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
4 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
dandelionl
2008-06-02
打赏
举报
回复
帮顶
shshsh_0510
2008-05-19
打赏
举报
回复
B*树
wisewillpower
2008-05-02
打赏
举报
回复
我自己知道的只有两种,你参考下,一种是HASH表,一种是字典树,
Hash表是用空间来换取效率的,字典树的话,最大查询也小于单词的长度,即50,两种方法各有优点。
luodanyu
2007-11-10
打赏
举报
回复
test
搜狗
词库
的批量下载#Python
文章讲述了在电子病历全文
索引
建设中遇到
索引
词不足的
问题
,作者计划通过
编写
Python脚本来自动下载搜狗输入法的医学
词库
。文中提到了利用requests和BeautifulSoup模块进行网页抓取和解析,但未涉及scel到txt的转换。提供了代码下载链接和参考资料。
英汉电子词典小项目总结
本文总结了一个C语言项目,即实现英汉电子词典,包括从文本
词库
到二进制
索引
的转换。项目涉及单词查询、建立
索引
、用户自添加新词等功能。重点讨论了如何通过二进制
索引
优化内存使用,以及在
编写
过程中遇到的错误和解决办法,如内存管理、堆栈溢出、乱码
问题
等。
jieba详细用法以及相关可能报错
jieba是强大的中文分
词库
,用Python
编写
,在自然语言处理领域应用广泛。它支持精确模式和搜
索引
擎模式等多种分词模式,还可用于生成词云图。此外,文中还指出使用时可能遇到的报错,如词云导入文档编码格式
问题
、脚本文件名与库名冲突等。
搜狗最新去重
词库
在搜
索引
擎中的应用
本文探讨搜狗最新去重
词库
对搜
索引
擎分词技术的重要性。该
词库
基于大数据和语言学研究构建,可解决歧义和新词识别
问题
。文中还介绍了分词技术的发展、原理、面临的挑战,以及提升分词准确性和计算效率的方法,探讨了分词算法的类型和应用及未来趋势。
Linux下ibus输入法
词库
扩展
本文介绍如何在Linux环境下扩展ibus输入法的
词库
,包括下载
词库
、转换格式及安装步骤,并提供了一个实用的
词库
下载链接。
其他
259
社区成员
6,538
社区内容
发帖
与我相关
我的任务
其他
其他产品/厂家
复制链接
扫一扫
分享
社区描述
其他产品/厂家
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章