基于Lueene的全文检索引擎的研究与应用

Lucene是一个用Java语言写的优秀的全文索引引擎工具包。分析了Lucene的系统结构及检索原理,并且用一个实例来说明如何实现全文检索,为应用开发提供了一种增加全文搜索的方法。最后提出了采用接口的方式来统一处理html、pdf、word和Excel等多种常用文档的思路。     

基于字、词、词组的中文搜索引擎分词系统

分析了全文检索系统中常用的基于字表和基于词表的中文分词方法的优缺点，提出了基于字、词、词组混合模型的中文搜索引擎分词系统；并利用广义语词概念，设计了分词词典，改进了最大匹配分词算法（MM）；最后把分词系统应用于全文检索中。     

基于电力公司的多格式文档智能信息检索系统的设计与实现

介绍基于电力公司的多格式文档智能信息搜索系统的设计原理和实现过程。通过PHP调用COM组件以及Java调用jar包,将其他多种文档转换为".txt"文档,经过分词并采用基于句子特征的文本摘要生成方法生成".txt"文档的摘要。检索模块采用基于词索引的全文检索,信息检索模型采用空间向量模型,实现摘要及高相关度句子的输出。     

基于Solr的IPAC书目信息系统整合

主要讨论基于Solr的上海图书馆书目检索系统的整合,面对ipac这种较老的商用书目检所系统相对比较封闭的情况,提出了新的Solr-ipac系统整合方案以及基于Solr的书目检索系统构架,以应对手机等移动设备上的移动服务的需求。     

一个改进的互关联后继树数据模型

介绍了一种新型的全文数据库模型——互关联后继树，阐述它与其它全文数据库模型相比在呈现非结构化信息的存储和检索中的巨大优势，并探讨了面对呈现指数增长的非结构化的海量信息时如何提高其性能。     

基于云计算及大数据技术的电力搜索引擎技术研究

电力营销经过多年的信息化发展,企业内部已经建立大量异构型应用系统,产生了大量分散的结构化、半结构化、非结构化数据。基于云计算及大数据技术的电力"求索"搜索引擎技术,构建集中式数据中心全文检索的索引,实现对大规模不同业务功能和业务数据的统一检索,满足用户从大量异构业务系统和海量数据中进行快速检索的要求。电力"求索"搜索引擎技术基于开源的Elastic Search,利用分布式索引、分布式检索、分布式缓存技术,实现分布式全文检索平台,提供对大规模索引数据的高效管理与快速、灵活的访问能力。通过搜索引擎技术,综合利用文本挖掘、自然语言处理、信息检索等领域的技术,进一步提高全文检索的查准率、查全率。该技术的应用,可以满足大规模不同业务数据的统一检索的需求;并同时满足大规模数据检索请求的快速响应要求。     

搜索引擎在SAP非结构化全文检索应用

介绍以SAP系统为应用平台,深入研究搜索引擎在SAP系统中的非结构化全文检索技术,通过简单的查询界面,为用户提供专门统一的文档全文检索和获取入口。     

全文检索系统在防汛抗旱工作中的应用

随着信息化技术的飞速发展,数据库全文检索技术的日趋成熟,使得用数字化方式管理技术文件成为可能。 在淮河流域防汛抗旱工作中,需要经常查阅有关政策法规、技术规程(规范)、洪水调度方案、流域工情、历年防汛抗旱情况和历史水雨情等各种资料,这些资料涉及面广,种类多且数量大。以纸介质形式保存的资料,查阅效率较低、存放需占用较大空间。 淮委防办从易宝北信信息技术有限公司引进了TRS全文检索系统软件,在此基础上开发出了防汛文档全文检索系统,应用于防汛抗旱工作中,有效地提高防汛抗旱文档资料的管理水     

基于网络的视频内容检索与盗版追踪溯源研究

广播电视网络和互联网的快速发展,促进了音视频内容的广泛传播。但视频内容的盗版问题越来越成为新业务开展的瓶颈。如何有效保护内容提供商的利益,实现视频内容版权的追踪溯源,已经成为视频内容新服务是否能够进一步开展需要迫切解决的问题。本文研究了内容检索技术、网络爬虫技术、基于关键字的内容搜索技术,提出一个基于网络的视频内容检索与盗版溯源技术方案。