- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种关键字过滤系统下的DFA分词算法设计与优化.pdf
第29卷第1期 计算机应用与软件 V0I.29No.1
2012年 1月 ComputerApplicationsandSoftware Jan.2012
一 种关键字过滤系统下的DFA分词算法设计与优化
刘 利 俊
(杭州科技职业技术学院电教网络 中心 浙江 杭州 310012)
摘 要 lnternet的迅猛发展和电子商务应用的 日益普及,越来越多的网络应用程序需要高效地对违禁用语、禁限售商品等关键
字进行高效过滤和处理。分析关键字过滤的基本啄理,对现有关键字过滤算法进行 了优化和功能增强,设计并实现了一个实时环境
下互联 网关键字过滤系统。
关键词 中文分词 DFA 双数组
中图分类号 TP301 文献标识码 A
A DFA PARTICIPLE ALGORITHM DESIGN AND OPTIM IZATIoN IN
A KEYW oRD FILTRATIoN SYSTEM
LiuLiiun
(Center0厂ElectrfiiedEducationandNetwork,HangzhouAcademyofScientcProfessionalTechnology,Hangzhou310012,Zhejiang,China)
Abstract WiththerapiddevelopmentofInternetandpopularizationofE—business,moreandmorenetworkapplicationsneedtoefficiently
filterandhandlesuchkeywordsasforbiddenlanguagesandforbidden/restrictedcommoditynames.Thepaperanalyzesthebasicprinciplesof
keywordfiltration,optimizestheexistingkeywordsfiltrationalgorithm andenhancesitsfunction,anddesignsandrealizesarealtimeInternet
keywordfiltrationsystem.
Keywords Chineseparticiple DFA Doublearray
占用情况。
0 引 言 1.2 文档预处理
由于文档中不仅包含文本信息,还包括了格式等信息,在扫
Internet的迅猛发展对企业发展和个人生活都产生了深刻
描的过程中,需要对文档本身进行可读信息部分的提取。互联
影响,互联网在给我们带来海量有用信息的同时也带来了大量 网信息基本以HTMI文档为主,预处理的主要工作是:HTMI
的不良信息,如何对互联网信息进行有效的内容监测是亟待解 文档的标签去除,繁体字向简体字转化,特殊符号剔除,同音字
决的问题。目前 ,通常采用关键字过滤系统对这些不 良信息进 处理,全角字符向半角字符转化等。
行甄别和处理,这些系统的实施对不 良信息的过滤起到了一定
1.3 文档扫描
的效果,但同时也还存在一些不足之处:不良信息的传播者经常
文档分为历史文档和实时显示文档,对于文本的扫描非常
通过改变关键字的形式来躲过检查,关键字过滤算法在实时环
耗费CPU资源。因为文档的大小是动态的,我们可能对 1k或
境下还不够高效等。通过对现有的关键
您可能关注的文档
- “三步走、十二招”让学生走进名著.pdf
- “上海自贸区”和“再造长江经济带”影响下的宁波港.pdf
- “两型社会”框架下的低碳家具初探.pdf
- “两头忙”机械 前景光明道路曲折.pdf
- “中国白羽肉鸡联盟”挂牌成立.pdf
- “书面表达”的思考——兼评2009年湖北卷第四部分.pdf
- “代表之家”带来和谐.pdf
- “保持”与“维持”.pdf
- “光、原子物理”之高考揭密.pdf
- “光合作用发现史”教学的组织.pdf
- 2021-2022学年湖南省常德市安乡县四年级上学期期中语文真题及答案.pdf
- 2023-2024学年河南省南阳市社旗县四年级上学期期中数学真题及答案.pdf
- 2022-2023学年云南省曲靖市四年级下学期期末数学真题及答案.pdf
- 2021-2022学年河南省周口市鹿邑县二年级下册月考语文真题及答案.pdf
- 2018年河南焦作解放区教师招聘考试真题及答案.pdf
- 2019年江西公务员行测考试真题及答案-乡镇.pdf
- 2019中国石油报社应届高校毕业生招聘试题及答案解析.pdf
- 光大银行招聘应届毕业生能力素质测试笔试真题及答案.pdf
- 2024年广西百色教师招聘考试模拟题及答案.pdf
- 2021-2022学年浙江绍兴诸暨市五年级上册语文期末试卷及答案.pdf
文档评论(0)