一种基于Bigram二级哈希的中文索引结构

为通过构建高速的中文索引结构来提高Off-line模式的串匹配速度，提出了一种基于Bigram二级哈希的中文索引结构。该索引采用中文GB2312编码处理中文汉字，以中文Bigram项作为词汇项，并实现了基于二级哈希的词汇表存储结构。实验数据显示，本文索引结构虽然占用存储空间为词索引的2倍多，但其匹配速度是词索引的4倍多。结果表明本文索引在中文匹配中具有速度优势。