中文信息检索系统的模糊匹配算法研究和实现

在现代中文信息检索系统中，用户输入的字符串和实际数据库中的条目往往存在局部偏差，而基于关键词 匹配的检索技术不能很好地解决这一问题。本文参考并改进了Tarhio和Ukkonen提出的过滤算法 ]，针对汉字 拼音输入法中常出现的同音字／近音字混用现象，将算法进一步扩展到广义的Edit Distance上。实验表明，本文提 出的算法能有效提高中文信息检索系统的召回率，在实际应用中可达到“子线性”的效率。