我之前问过一个similarquestion在这个主题上，我最终得出了几个有效的解决方案，一个基于布隆过滤器+ngrams，另一个基于哈希表+ngrams。这两种解决方案在小数据集(我目前正在使用Ruby工作，也许这就是问题所在，但是否有任何其他解决方案或方法可以尝试解决此问题？ 最佳答案 如果您希望在大型数据集中进行文本搜索，您可能需要研究类似solr的东西。有一个非常容易设置的名为sunspot的solrgemhttp://outoftime.github.com/sunspot/

详细代码：https://github.com/cxcn/dtool前言微软拼音和微软五笔通用的用户自定义短语dat格式。解析前8个字节标识文件格式machxudp，微软五笔的lex格式是imscwubi。下面8个字节应该是版本号。接下来每4字节一组，分别表示偏移表开始、词条开始、文件总长、词条数、导出的时间戳。然后补0一直到偏移表开始。偏移表记录了每个词条从词条开始的偏移量，每4个字节一组。接下来就是词条本体部分：#占用字节数描述410001000标记a2该词条总字节长-词占用的字节长1在候选中的位置10x06或0x13，未知404从2010-01-01开始的时间戳a-16编码（utf-16

详细代码：https://github.com/cxcn/dtool前言微软拼音和微软五笔通用的用户自定义短语dat格式。解析前8个字节标识文件格式machxudp，微软五笔的lex格式是imscwubi。下面8个字节应该是版本号。接下来每4字节一组，分别表示偏移表开始、词条开始、文件总长、词条数、导出的时间戳。然后补0一直到偏移表开始。偏移表记录了每个词条从词条开始的偏移量，每4个字节一组。接下来就是词条本体部分：#占用字节数描述410001000标记a2该词条总字节长-词占用的字节长1在候选中的位置10x06或0x13，未知404从2010-01-01开始的时间戳a-16编码（utf-16

那么多项定语是怎样排列顺序的呢？例9.她是一一教练①优秀的→形容词，表性质②有二十多年教学经验的→动词短语，表存在③江西财经大学的→专名，表领属④篮球→名词，表属性⑤女→区别词/形容词，表属性⑥一位→数量短语，表数量她是什么什么教练，这里有六个定语。我们知道“优秀的”是形容词，“有20多年教学经验的”是动词短语，“江西财经大学的”是专名，“蓝球”是名词，“女”是区别词或形容词，“一位”是数量短语。我们总结了这些定语的语序规则，即：定语的语序规则领属性的词（表谁的、哪里的）+时间、处所的+数量性的词（表多少）+动词或动词短语（表怎样的）+形容词或形容词短语+表性质的名词（属性）（+中心语）。领属

那么多项定语是怎样排列顺序的呢？例9.她是一一教练①优秀的→形容词，表性质②有二十多年教学经验的→动词短语，表存在③江西财经大学的→专名，表领属④篮球→名词，表属性⑤女→区别词/形容词，表属性⑥一位→数量短语，表数量她是什么什么教练，这里有六个定语。我们知道“优秀的”是形容词，“有20多年教学经验的”是动词短语，“江西财经大学的”是专名，“蓝球”是名词，“女”是区别词或形容词，“一位”是数量短语。我们总结了这些定语的语序规则，即：定语的语序规则领属性的词（表谁的、哪里的）+时间、处所的+数量性的词（表多少）+动词或动词短语（表怎样的）+形容词或形容词短语+表性质的名词（属性）（+中心语）。领属