Luder基于内容的文档搜索引擎

来源 :天津工业大学 | 被引量 : 4次 | 上传用户:alexander_guwen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Web搜索技术的发展,加快了用户在海量信息的互联网上查找需要的信息的速度,极大地推动了网络资源的共享。与此同时,同等重要的本地文档资源被忽视了而且由于本地文档资源的特殊性,不可能与Web共享。用户在本地文件系统中查相关性质的文件内容时,需要不断地翻阅目录去阅读这些文件,严重地降低了文档查找效率,本地文档资源没有有效的利用。本文研究并实现基于全文检索的桌面文档搜索引擎,在Lucene开源搜索框架基础上,重新封装核心功能,实现对多种格式的本地文档搜索功能,使用户在系统中全局地掌握桌面文档资源;构建基于SWT图形界面库可移植的交互界面,让用户方便地与系统交互;运用中文分词理论实现支持中/英文的MandarinAnaylzer、基于词典的分析、分词模块,最大可以支持5个汉字词的模式匹配,解决了Lucene对中文支持不好的问题;针对不同格式的文档,构建多种类型解析器(Parser)抽取文档文本用于建立索引,支持多种流行的文档格式。本系统有效地解决了桌面应用中对于文档查询的问题,实现基于内容查找、提高查找效率与速度,更有效地利用桌面文档资源。
其他文献
现有的搜索引擎多数是针对静态HTML(Hyper Text Markup Language)而设计的,HTML只是一种简单的显示语言,无法对检索信息做精确定位,从而大大限制了搜索引擎的查准率。目前,互
农业信息化建设是我国信息化建设的一个重要组成部分。农业信息化的内涵需要从农村社会经济信息化、农业生产管理信息化、农业科技教育信息化、农业市场流通信息化、农业资源环境信息化以及农业政策法规信息化几个方面理解。而农业信息化最直接的理解就是将信息技术应用于农业全过程。农业信息化能够推动农业产业化,带动农村工业化,加速农村城镇化,进而促进农业现代化进程,是实现农村全面小康社会目标的关键。本文以湖北省农业信
Ad Hoc无线网络技术是20世纪90年代末开始迅速发展的一种无线通信领域的新的网络技术,并很快从军事通信领域的应用渗透到相关的各个民用通信领域。Ad Hoc来源自拉丁文,字面意思
电子邮件在互联网时代以其快捷、方便的特点成为个人通信、学术交流、商务活动的重要手段。但是大量的垃圾邮件占用了许多网络和用户资源,给邮件系统的使用带来困扰。因此,反垃
伴随计算机与网络技术的普及应用,信息安全已提升到国家安全关键组成部分和关系国家兴亡与国计民生的重要地位。安全操作系统是整个信息系统安全的基础。也正因如此,安全操作
在现代工业自动化中,随着高精度、高速度、高质量要求的不断攀升,微型轴承辊子的作用愈发突出。各类机电设备对其的依赖性日趋加剧而微型轴承辊子作为重要零件,微型轴承辊子的质
CDMA(Code Division Multiple Access)作为移动宽带网络的关键技术,近年来得到了快速的发展。然而利用CDMA移动宽带网络的网络犯罪问题也已突显出来,危及到国家安全及社会稳定
在过去的几十年中,电信技术突飞猛进的发展。其中,在传送网领域,SDH、DWDM技术的出现极大的提高了光纤的传输能力,运营商建立了大量的光纤传送网络。在传送网络中,每条光纤上都承
图像的渐进传输、多质量服务以及图像数据库浏览等多分辨率环境下的多媒体应用导致了图像可分级编码思想的产生。同时可分级编码还可以节省图像数据库中因需要存储不同数据率
在当前网络化环境下,软件行为建模在系统入侵检测、可信软件领域中均具有非常重要的应用,它能为异常行为的发掘和捕获提供支持。尽管目前软件行为建模技术研究已经较为深入,针对