论文部分内容阅读
由于Lucene自带的ChineseAnalyzer和CJKAnalyzer两种中文分析器不能够满足全文检索系统的应用，本文给出了一种新的中文分词算法，用于改进Lucene中文分析器。该算法基于字符串匹配原理，实现了正向和逆向相结合的最大增字匹配分词算法。通过实验仿真，比较改进后的分析器与Lucene自带的两种分析器在分词效果和效率上的差异。结果显示，改进后的分析器分词效果明显优于Lucene自带的两种分析器，提高了全文检索系统的中文处理能力，系统的查全率和查准率都达到用户的需求。