打造多彩的文本

最近,作者需要实现一个基于Java的自定义SQL语法分析器,想要使关键字高亮显示。在上网搜索了一下,虽然有一个非常好的实现,但却是要钱的,于是作者就决定自己尝试一下。     

Ropeway:基于语义相关的XML关键字搜索引擎

XML数据包含丰富的语义信息,但现有的大多数XML搜索引擎并未利用这一信息.如何利用XML数据的语义信息提高检索质量已成为当前研究所关注的问题.设计并实现了一个基于语义相关的XML关键字搜索引擎:Ropeway. 对于用户给定的关键字,Ropeway分析了XML数据的语义和用户信息需求,推断用户的查询主题,然后从XML数据中搜索与该主题相关的结果,并根据主题相似度对结果进行排序.结果证明: Ropeway具有良好的检索性能.     

一种改进的Wu-Manber多关键字匹配算法

针对Wu-Manber算法在处理公共子后缀模式情况下的不足,该文提出了一种基于非空公共子后缀模式的处理算法。该算法把有非空公共子后缀的模式汇集在一起,进一步减小了next链表的平均长度。在匹配过程中减少了字符比较的次数,从而提高算法的运行效率。该文对搜狗实验室给出的相关文档进行全文检索实验,并和原Wu-Manber算法、孙晓山等提出的改进算法进行比较。实验结果表明,该文提出的改进算法有效地减少了匹配过程中字符比较的次数,从而提高匹配的速度和效率。     

Searching Databases with Keywords

Traditionally, SQL query language is used to search the data in databases. However, it is inappropriate for end-users, since it is complex and hard to learn. It is the need of end-user, searching in databases with keywords, like in web search engines. This paper presents a survey of work on keyword search in databases. It also includes a brief introduction to the SEEKER system which has been developed.     

一种基于自适应关联熵的关键字提取算法

相较于传统的依托词汇频率大小进行关键字提取技术,TextRank算法能够考虑词汇节点之间的相似性信息,却仍忽略了词汇上下文信息以及文章的语义结构等。在节点图权重迭代的基础上,本文利用文本上下文词汇的关联规则信息,引入关联熵的概念,自适应调整阻尼系数和滑动窗口大小,更贴近文本词汇的实际语义情况,能够较好地处理低词频和新词汇信息。实验表明,相较于TFIDF和TR等算法,本文算法在处理关键字提取时能够达到更准确的效果。     

带Order子句的XQuery在XML流上的查询实现

随着XML的广泛应用,使得作为XML文档查询语言的XQuery成为人们研究的热点问题.将复杂XQuery在XML数据流上的查询应用于服务器/客户端模式来满足高效、实时查询的要求,所实现的XQuery查询原型系统XSIEQ支持嵌套、order子句的多关键字排序等.一次典型的XQuery查询过程可分为XPath查询、查询后处理两个阶段,本文着重描述查询后处理过程,最后给出了XSIEQ和Qizx在查询后处理时间性能上的对比及分析.     

一种推断XML关键字检索目标节点的方法

为准确地推断可扩展标记语言(XML)关键字检索中的用户查询目标,提出一种目标节点推断方法。在获取目标节点时,考虑相应类型下XML节点出现的频率,以及用户输入关键字所在的不同位置对目标节点类型的影响,赋予词频不同的权重参数,同时引入XReal中XML文档树的层次信息,进行目标节点的推断。实验结果表明,该方法可以得到更准确的目标节点,提高查询准确率。     

一种粗关系数据结构数据排序方法

目前的排序方法处理单个数字或字符串,数据库数据项中的数据不再是原子值.所以根据粗关系数据结构特点及等价类,对传统的插入排序方法进行改进,使其能运用于粗关系数据结构数据排序,并将改进的插入排序方法应用到部分国家地域信息实例中,从而证明了针对粗关系数据结构改进的插入排序方法的有效性和实用性.     

局域网即时通信监控系统的研究与实现

针对目前广泛使用的即时通信软件MSN的安全问题,在具体分析其通信协议的基础之上,设计了专门的监控系统。该系统以监控局域网络为目的,主要针对MSN的文本信息进行监控。最后对设计的系统进行了性能测试,测试结果显示该系统具有良好的性能,系统可以在不改变现有网络配置、不影响网络运行效率的前提下,满足局域网对MSN的通信内容进行监控的需求。     

P2P网络中一种新型的基于DHT的多关键字信息检索模型

在现有的P2P系统应用中,信息的检索是一项非常重要的内容,但现有的检索机制不够高效.本文针对这个问题,在现有的结构化DHT模型基础上,提出一种新型的多关键字检索模型.在一个P2P节点上存储包含一个资源内容的多个关键字的信息,使用带有权重的多关键字向量代表资源信息,并把请求也表示成带有权重的多关键字向蝌量,对请求和资源信息的向量进行匹配,选取符合要求的信息.仿真和分析表明此方案可以显著改善搜索结果的精确性和大大减少搜索所需的寻路跳数.