同义语义表的构造、索引和检索，思路共享

今天又忙活了一天，做了个同义词分析检索的一个搜索引擎的功能，简单分享下：

1.准备分词字典（之前已有）文件设为dic.txt设为和近义词表（现做或者从网络收集整理）文件设为tong.txt

（dic.txt每行的格式如下:计算机,23，n  其中23等数字为唯一值，记为关键词编码）

（tong.txt每行的格式如下:4,电脑,计算机  其中4等数字为唯一值，记为同义词编码）

2.分词和同义词表之间建立索引表，具体操作如下：（该步骤在一个项目中执行一次就可以长期重复使用）

2.1逐行遍历dic.txt，截取关键词，并用根据关键词逐行遍历tong.txt文件进行字符串匹配

2.2 以dic.txt中的某行 “计算机,23，n”为例,一旦计算机匹配到tong.txt 中"4,电脑,计算机"行中的“计算机”字符串，则停止tong.txt的遍历，并利用fseek函数回到tong.txt的遍历起点

2.3此时建立两者的索引联系，以“*”（符号任取）趣味标识符隔开。该例则为23*4（统一将关键词编码放在标识符之前，同义词编码放在之后）；

2.4建立索引的目的，是为了降低内存，加快搜索速度。

3.建立好索引后，就是如何应用了。应用的方法如下（前提是已经做好了中文分词的关键词分词工作）

3.1获取分词关键词在分词词典dic.txt中的关键词编码值（在分词过程中就可以将该编码值保留着）。如此时关键词为计算机，对应编码值23；

3.2根据关键词编码值，遍历索引值（纯数字字符遍历很快的，轻量级）。如 “计算机”的编码23匹配到索引表中的“23*”，则锁定该行，获取*后的4，作为查阅关键词的索引值

3.3利用索引值迅速查阅其余同义词。如果设定行号和同义词编码一一对应，则可以比较方便的用以下方法检索：

3.3.1利用file（tong.txt）将该文件转换为数组读入某以为一维数组，记做a；

3.3.2直接获取a[4]就可以得到“4,电脑,计算机”这一完整的字符串

3.3.3经过字符串的截取和转换，最终能完整得到 “电脑”和“计算机”这两个关键词；

同义语义表的构造、索引和检索，思路共享

成果图如上。by Bink Cheng