基于大规模语料划分的频繁模式查找算法

频繁模式查找对新词识别、网络奥情监测、生物信息序列检测等领域有很高的应用价值。为处理规模远超出内存的语料，提出了一种实用的频繁模式查找算法。先将语料按后缀首字符划分为多个集合，通过逐条扫描集合数据，搜索出最大化最长公共前缀区间(mi_cpi)来完成查找。另外在此基拙上提出逐层归并算法，实现查找的同时归并子串。由于进行查找时无需将全部数据导入内存，因此资源消耗较少;各集合间频繁模式查找互不千扰，可采用并行处理加快运行速度。使用4.61c}纯文本语料进行了试验，结果表明其内存消耗小于30m，查找速度最快达1.08m/s，能高效地进行子串归并。