SISTEMA E MÉTODO PARA INDEXAÇÃO DE DOCUMENTO PORTÁTIL USANDO DECOMPOSIÇÃO DE PALAVRA N-GRAMA

IPC Classification

Priority claims

Abstract

Patente de Invenção: "SISTEMA E MÉTODO PARA INDEXAÇÃO DE DOCUMENTO PORTÁTIL USANDO DECOMPOSIÇÃO DE PALAVRA N-GRAMA". Um sistema e método provê a indexação e a recuperação de documentos armazenados usando-se uma decomposição de palavras nos documentos em n-gramas ou em subunidades lineares de palavra. Os documentos são indexados como páginas em uma variedade de bancos. Para cada banco, há um índice de banco. os n-gramas individuais são identificados para cada página e são armazenados no índice de banco. Cada índice de banco ainda contém um mapa de entrada que indica se um dado n-grama está presente em qualquer uma das páginas do banco e então provê um índice para um mapa de página que ainda indica qual página no banco contém o n-grama. Quando uma consulta de bisca é iniciada, as palavras buscadas são decompostas em seus n-gramas. Os n-gramas de palavra buscada são comparados primeiro com o mapas de entrada, para determinar se os n-gramas de palavra buscada aparecem em qualquer página no banco. Se assim o for, o mapa de página associado é atravessado, para determinar qual a página no banco contém os n-gramas de palavra buscada. Os n-gramas na página são comparados com os n-gramas de palavra biscada para determinar a presença de uma conjugação entre eles. As páginas conjugadas são marcadas com um flag. Quando todas as páginas em todos os bancos foram processadas, as páginas são consolidadas em relação aos documentos aos quais elas pertencem, resultando em uma lista de documentos q se conjungam com a consulta de busca. Os resultados são exibidos para o usuário.