【NLP】fastMatch: 大规模字符串精确匹配工具

• 单模式串 - 单文本串匹配

• 单模式串 - 多文本串匹配

• 多模式串 - 单文本串匹配

• 多模式串 - 多文本串匹配

• 最大正向匹配分词

Usage

使用make进行编译：

git clone https://github.com/zejunwang1/fastMatchcd fastMatchmake

Multiple texts

./fastMatch --help
Large-scale Exact String Matching Tool! Usage:  --input         text string file path  --pattern       pattern string or pattern string file path  --num_threads   number of threads  --num_patterns  number of matching patterns returned  --fast          enable fast matching mode  --hit           enable hit matching mode  --seg           enable maximum forward matching word segmentation  --N             total number of text strings  --M             total number of pattern strings  --help -h       show help information

# match all patterns./fastMatch --input data/query.txt --pattern data/disease.txt
# return a fixed number of matched patterns./fastMatch --input data/query.txt --pattern data/disease.txt --num_patterns 2
# search only once for each position of the text string./fastMatch --input data/query.txt --pattern data/disease.txt --fast
# return only one hit pattern for each text string./fastMatch --input data/query.txt --pattern data/disease.txt --hit
# maximum forward matching word segmentation./fastMatch --input data/query.txt --pattern data/disease.txt --seg

婴幼儿肺炎咳喘  肺炎右眼外伤性白内障右眼完全看不清怎么办？怎么才能怀上宝宝  白内障怀孕后痔疮会加重吗  痔疮如何治疗焦虑症都是哪些办法  焦虑症在检查白癜风要多少钱  白癜风宫颈息肉了怎么样治  宫颈息肉  息肉子宫内膜息肉手术后注意事项  子宫内膜息肉  息肉小儿癫痫要注意哪些饮食呢  小儿癫痫  癫痫合肥女性多囊卵巢综合症能怀孕吗  多囊卵巢综合症  囊卵巢综合症急性非淋巴白血病m2a这个病该如何治疗这个病该如何治疗  非淋  白血病

Single text

#include <fastMatch.h>
int main() {  string disease_path = "data/disease.txt";  FastMatch fastMatch(disease_path);  string query = "乙肝大三阳抗病毒治疗需要多长时间？";  // Single-pattern matching  string pattern = "抗病毒治疗";  int pos = match(query, pattern);  if (pos >= 0)    cout << "Find pattern at position: " << pos << endl;  // Multi-pattern matching  auto result = fastMatch.parse(query);  cout << "\nMulti-pattern matching result:\n";  for (int i = 0; i < result.size(); i++)    cout << result[i].first << " " << result[i].second << endl;  // Maximum forward matching word segmentation  cout << "\nMaximum forward matching word segmentation result:\n";  auto words = fastMatch.maxForwardMatch(query);  for (auto& word : words)    cout << word << " ";  cout << endl;  return 0;  }

运行 ./singleExample

往期精彩回顾




          

           
适合初学者入门人工智能的路线及资料下载
           
(图文+视频)机器学习入门系列下载
           
机器学习及深度学习笔记等资料打印
           
《统计学习方法》的代码复现专辑

          
    

     
交流群
    
欢迎加入机器学习爱好者微信群一起和同行交流，目前有机器学习交流群、博士群、博士申报交流、CV、NLP等微信群，请扫描下面的微信号加群，备注：”昵称-学校/公司-研究方向“，例如：”张小明-浙大-CV“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~（也可以加入机器学习交流qq群772479961）