DAWG可以用于存储与单词相关的信息吗?

Can a DAWG be used to store word related information?

本文关键字：信息 单词相 用于 存储 DAWG      更新时间：2023-10-16

可以使用dawg来存储与每个路径有关的辅助信息，例如单词的频率在英语中？如果是，那我该怎么做？

通常，您不能像在TRIE或其他数据结构中一样以DAWG的方式存储每个字信息。这样做的原因是，dawg中的多个不同单词都可能共享节点，因此，一个单词"泄漏"的信息有风险。

作为一个简单的例子，假设我们对单词" is"，" as"，" i"answers" a"有dawg。在这种情况下，DAWG看起来像这样：

                     START
                  a /      i
                   ACC    ACC
                 s       / s                        
                      ACC

请注意，表示单词" as"answers" is"单词的节点是完全相同的节点。因此，如果您试图用信息注释" as"一词，则保存该信息的节点也将与" IS"节点相同，这意味着" AS"answers" as"信息集。

您可以尝试通过在" as"answers" as"节点中存储一个映射来解决此问题道格。您现在正在将每个字符存储在单词中，因此您的内存使用情况将会上升（请记住，DAWG的全部要点是减少存储一组单词所需的内存使用情况）。您最好只存储一个从单词到信息的哈希表格。

您可能会尝试存储此信息的另一个选项是将通过DAWG的每个路径扩展到其自己的分支中，以便不同单词的节点总是不同的。但是，这种方法的问题在于，您正在有效地将DAWG转换为Trie，这大大增加了所涉及的内存使用。

简而言之，没有直接的方法可以在dawg中注释单词，而不会大大增加内存使用情况。如果您必须这样做，最好使用不同的数据结构。

希望这会有所帮助！

是的节点和边缘的序列。您可以将现有结构子级分组以包含此信息，或者如果不可能，则可以从结构到注释。

是的。从DAWG开始到单词结尾的每条路径都是唯一的，并且该路径可以作为整数索引。然后可以将该索引编号映射到辅助信息。

请参阅此处的论文：http：//www.ic.unicamp.br/~reltech/1992/92-01.pdf请参阅此处的一个好实现：https：//github.com/wojciechmula/pydawg/blob/master/master/dawg_mph.c#l37

相关文章：