检索结果-南通市图书馆

lucene中文分词在电子档案全文检索中的应用研究

在线全文

学校读者我要写书评

暂无评论

Lucene中文分词在电子档案全文检索中的应用研究

作者：曲哲凝大连海事大学

学位级别：硕士

现在的电子档案基本都为用户提供了信息检索功能,但觉大多数的电子档案系统仅支持关键字匹配检索,且只能检索数据库中的信息,对于那些以文件方式存储在磁盘上信息却无能为力,或者一些系统采用了数据库自带的全文检索功能,但是检索结果... 详细信息

现在的电子档案基本都为用户提供了信息检索功能,但觉大多数的电子档案系统仅支持关键字匹配检索,且只能检索数据库中的信息,对于那些以文件方式存储在磁盘上信息却无能为力,或者一些系统采用了数据库自带的全文检索功能,但是检索结果却很难令用户满意。本文的工作是为华录松下电子档案管理系统的项目而做的。该电子档案管理系统的文件存储在蓝光光盘上,文件的格式主要有word、pdf和txt等。项目要求实现全文检索的功能,现有成熟的搜索引擎不适合该项目。lucene作为一个开源的全文检索引擎工具包,具有完整的索引引擎和搜索引擎。因此,本文利用lucene开发该项目专属的全文检索系统。针对lucene对中文分词支持效果不理想的问题,本文做了如下工作：提出了采用正逆向逐字切分法;加入了词性标注模块,使其在歧义处理和未登录词处理方面的效果得到了提高;添加了人名、地名等链接词库,进一步提高了分词准确性。本文的全文检索对象是计算机相关文档,因此对索引模块做如下优化：(1)改进索引词典文件结构,将检索词按计算机专业词汇和非计算机专业词汇进行分类。检索时只将存放计算机专业词汇的索引词典文件导入内存中,减少不必要的检索响应时间;(2)对待索引文档设置权值。lucene没有对待索引文档设置权值。为了提高搜索的效果,本文对待索引文档设置不同的权值;(3)改变索引方式。lucene的索引方式频繁地进行I/0操作,索引效率较低。本文采用以内存为缓冲区建索引文件的分布式并行索引建立方式,缩短索引的建立时间。本文最后对所构建的全文检索系统进行相关测试。从最终的测试结果可以看出：本文所提出的中文分词算法在精度和效率两个方面能够基本满足需要;优化之后的索引模块在进行检索时具有更高的效率。

关键词：全文检索 lucene 中文分词索引模块

基于lucene的书目搜索相似度评分算法改进研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图书情报工作 2014年第4期58卷 94-98页

作者：王泽贤广州大学图书馆

对lucene内部的相似度评分算法进行研究分析,指出其在书目搜索中,未考虑图书的受欢迎度这一因素对搜索结果排序的影响。提出一种改进的算法并予以实现。实验结果证明,改进的算法能将较受读者欢迎的图书排列在前,提升读者的书目搜索体验。

关键词： lucene 书目搜索相似度

在线全文

学校读者我要写书评

暂无评论

基于lucene的本地搜索引擎研究与实现

计算机科学 2014年第B11期41卷 368-370,407页

作者：秦杰宋金玉张广星解放军理工大学指挥信息系统学院中国人民解放军66329部队

为了改善计算机传统搜索在效率和返回结果上的不足,基于lucene全文检索高效、准确的特点,采用非结构化文档结构化的思想,提出了文档内容自然分片索引的方法,实现了一个针对本地资源的个性化搜索引擎。

关键词： lucene 全文检索本地搜索内容分片

在线全文

学校读者我要写书评

暂无评论

基于lucene的站内搜索设计与实现

计算机应用与软件 2008年第10期25卷 6-8页

作者：朱学昊王儒敬余锋林唐昱中国科学院合肥智能机械研究所安徽合肥230031 中国科学技术大学安徽合肥230026

简述了站内全文检索的必要性,介绍了一种基于lucene的全文检索系统模型,相对于Google的站内检索和传统的数据库检索都有较为明显的优势。该模型引入更好的中文分词技术,可自定义最终结果的排序。能够保证检索的前100条记录最符合检索者... 详细信息

简述了站内全文检索的必要性,介绍了一种基于lucene的全文检索系统模型,相对于Google的站内检索和传统的数据库检索都有较为明显的优势。该模型引入更好的中文分词技术,可自定义最终结果的排序。能够保证检索的前100条记录最符合检索者的需要。

关键词：全文检索 lucene 中文分词信息抽取

基于lucene网络视频垂直搜索系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

基于Lucene网络视频垂直搜索系统的设计与实现

作者：左军北京邮电大学

学位级别：硕士

自从以YouTube为代表的视频分享型网站取得巨大成功后，国内视频分享网站也快速发展起来，网络视频的数量开始高速增长，增强了用户对视频搜索的依赖性。大部分视频分享网站站内数据库搜索模式不能满足人们对视频搜索越来越多的要求。... 详细信息

自从以YouTube为代表的视频分享型网站取得巨大成功后，国内视频分享网站也快速发展起来，网络视频的数量开始高速增长，增强了用户对视频搜索的依赖性。大部分视频分享网站站内数据库搜索模式不能满足人们对视频搜索越来越多的要求。本文以用户对网络视频搜索需求为研究背景，结合网络视频市场中对视频信息搜索的需求，在网络视频搜索向基于关键帧方向发展之际，在非关键帧的传统文本搜索模式基础上，采用垂直搜索理念和技术，以国内互联网上的视频分享型网站内容为视频信息特定自动采集对象，来实现网络视频搜索功能。同时为了实现视频信息的全文检索，还引入lucene全文搜索引擎来实现系统的全文搜索功能。本文首先阐述了搜索引擎的基本原理以及垂直搜索的关键技术，然后对基于JAVA的lucene全文搜索引擎技术进行必要的说明，最后在对网络视频搜索业务分析的基础上，得到系统的基本功能需求和最终目标。在系统功能需求和目标的基础上，运用UML分析设计技术和系统三层架构思想，对系统的功能设计和数据库设计以及系统数据备份策略进行了详细论述。由于系统的开发环境是Linux+Apache+PHP+MySQL，所以，本文还对Linux、Apache、PHP、MySQL进行了必要的说明。在此基础上，对系统各部分的功能实现进行了简要说明。

关键词：垂直搜索索引搜索 spider lucene

基于lucene的主题搜索引擎的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Lucene的主题搜索引擎的研究与实现

作者：王冬坡河北科技大学

学位级别：硕士

随着Internet的高速发展,Web上存储的信息量呈几何级数增长,然而,在信息浩如烟海的Internet上找到需要的信息是一项极富挑战的工作。通用搜索引擎的出现使得人们在这方面的需求得到了一定的解决,但是由于其自身的通用性,限制了人们对信... 详细信息

随着Internet的高速发展,Web上存储的信息量呈几何级数增长,然而,在信息浩如烟海的Internet上找到需要的信息是一项极富挑战的工作。通用搜索引擎的出现使得人们在这方面的需求得到了一定的解决,但是由于其自身的通用性,限制了人们对信息资源的准确、有效的获取。因此在Internet上获取有价值的信息,就必须有一套高效实用的解决方案。在这种情况下,主题搜索引擎应运而生,由于其特有的专业性,能够有效避免干扰信息,极大地提升了检索结果的准确率,因此也成为这一领域的研究和开发热点。本文是基于lucene环境构建的一个关于就业招聘信息主题的搜索引擎,主要涉及网页数据采集、索引建立、检索结果排序。其中网页结果排序算法的设计是本文的核心内容。论文在介绍了搜索引擎的理论及lucene中建立索引的关键技术和主要算法后,对lucene中各种排序方法的理论依据、适用条件和范围及优、缺点进行了分析比较;介绍了lucene索引过程中文档域(Field)加权的相关理论;以河北搜才网招聘信息数据为背景,针对招聘信息资源的特点,建立了模型并对检索结果的排序进行了优化设计。在此基础上设计实现了基于lucene的主题搜索引擎系统。实验和测试表明,本文采用的lucene文档域加权算法,能快速准确地得到满意的检索结果输出,是一种较为科学实用的搜索结果排序方法。同时,本文亦对可能存在的问题进行了说明。

关键词：搜索引擎主题搜索引擎 lucene Nutch 排序算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于lucene的个性化搜索引擎系统

基于Lucene的个性化搜索引擎系统

作者：苗泽林中国舰船研究院

学位级别：硕士

互联网快速发展带来了知识爆炸，用户面临海量数据必须借助检索工具的帮助来找到需要的信息。需求决定市场，以Google和百度为代表的各种搜索应用应运而生，改变了互联网。传统检索技术在理论和实践上都已经相当成熟，开源社区诞生... 详细信息

互联网快速发展带来了知识爆炸，用户面临海量数据必须借助检索工具的帮助来找到需要的信息。需求决定市场，以Google和百度为代表的各种搜索应用应运而生，改变了互联网。传统检索技术在理论和实践上都已经相当成熟，开源社区诞生了诸如Xapian、lucene等第三方API库，以及基于第三方库的完整搜索解决方案。本文对搜索引擎的原理、组成、工作流程等方面做了深入细致地分析，介绍了每个模块的理论基础，并且着重研究改进著名API类库lucene，分析lucene的模块结构、文件格式、索引过程、结果排序。目前，主流的搜索解决方案并不提供对javascript脚本的支持，在网页爬取数量和速度上做了折中。近年来出现的快速javascript解释引擎为解决这个问题提供了可能。本文在爬虫模块引入了脚本解释引擎以提高爬虫对javascript脚本的理解，模仿C++重载运算符的原理，将Javascript中涉及到URL赋值的运算符重载成集合运算，实现了对脚本URL的提取，在内网和外网中做了对比试验，总结了内网成功和外网失败的原因。链接分析是衡量网页质量的重要参数，本文在lucene原有的评分公式中引入了PageRank算法来提高的网页评分的准确性，以改善搜索结果质量，并且在原有幂迭代计算基础之上提出了简易的计算方式，提高了计算速度。lucene设计优秀，在各个功能模块开放了大量的接口以满足用户的自定义需求。利用这些接口，本文做了工程实践，并与原有的评分公式做了实验对比。最后，本文在搜索引擎的个性化方面做了实践探索。传统搜索引擎一般基于关键字匹配，没有充分使用用户的个性信息，缺少个性化功能。本文介绍了用户信息的收集、用户模型的建立以及使用，并在这些理论的指导下，结合工程难度，设计实现了一个简单的个性化搜索模块。实验结果表明，论文设计实现的个性化功能模块是有效的。

关键词：搜索引擎 V8引擎 lucene PageRank 个性化

基于lucene的电子政务全文检索系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代情报 2008年第7期28卷 223-225页

作者：徐爱春魏艳华何震旻湖州职业技术学院湖州市公安局浙江湖州313000

文章分析了目前基于Domino平台开发的电子政务系统的全文检索系统存在着检索内容丢失、系统响应慢以及不能针对文档中嵌入的各种格式的附件作索引和内容查找等不足之处,提出基于Java lucene开源框架,并与其它优秀开源组件进行整合,在Dom... 详细信息

文章分析了目前基于Domino平台开发的电子政务系统的全文检索系统存在着检索内容丢失、系统响应慢以及不能针对文档中嵌入的各种格式的附件作索引和内容查找等不足之处,提出基于Java lucene开源框架,并与其它优秀开源组件进行整合,在Domino6.5平台下实现了一个功能齐全、性能优异的全文检索系统,取得了良好的效果,并在实践中获得了应用。

关键词：电子政务全文检索 Domino lucene

基于lucene的全文检索技术在电力项目计划审核中的应用

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2018年第18期18卷 188-191页

作者：张全明曹开江罗毅牛东晓康辉国网四川省电力公司经济技术研究院成都610041 华北电力大学经济与管理学院北京102206 新能源电力与低碳发展研究北京市重点实验室(华北电力大学) 北京102206

随着信息技术的发展,国家电网公司亟待改变人工项目审核的现状,实现项目重复审核自动化。因此,提出了基于lucene的全文检索技术在电力项目计划审核方面的应用方案。首先深入分析了国家电网公司的项目审核现状和全文检索技术的研究现状,... 详细信息

随着信息技术的发展,国家电网公司亟待改变人工项目审核的现状,实现项目重复审核自动化。因此,提出了基于lucene的全文检索技术在电力项目计划审核方面的应用方案。首先深入分析了国家电网公司的项目审核现状和全文检索技术的研究现状,其次简单介绍了全文检索技术和lucene全文检索引擎的概念,然后详细介绍了全文检索过程;最后将全文检索技术引入电力企业项目计划审核,给出了一个基于全文检索的电力企业项目计划审核系统的架构设计。使用lucene全文检索引擎进行企业专项项目重复审核,可以方便、快速地获得检索排序结果和文档相似度,并且检索准确度高。

关键词：全文检索技术 lucene 电力项目计划审核防重复