【摘 要】
:
随着计算机和网络的普及,越来越多的企业利用计算机对文档进行处理,在企业的运营过程中必然会产生大量的电子文档。如何在大量的电子文档中迅速而准确的检索出用户所需要的信息
论文部分内容阅读
随着计算机和网络的普及,越来越多的企业利用计算机对文档进行处理,在企业的运营过程中必然会产生大量的电子文档。如何在大量的电子文档中迅速而准确的检索出用户所需要的信息成为摆在人们面前的一大难题,为了解决这一问题本文设计了一个应用于企业文档检索的中英文文档搜索引擎系统。 搜索引擎的设计涉及到中文分词、数据收集、索引组织、检索结果排序、用户行为分析等关键技术。从功能上看,搜索引擎主要由信息采集、索引、查询三部分构成。搜索引擎首先通过信息采集器采集文档数据,然后通过索引器对采集数据进行分析,并建立索引。检索器负责接受用户查询请求,通过索引找到所有相关文档,排序后返回给用户。 首先,本文对中文搜索引擎的基础技术--中文分词技术进行了介绍,并对中文自动分词的实现方法进行了深入的研究。综合各种分词方法,实现了一种适用于企业文档检索的中文自动分词系统;同时本文对搜索引擎的关键技术:索引技术和检索模型进行了深入探讨,提出了一种可用于数据库存储的双向索引结构,有效降低了索引组织的复杂度,通过结合布尔逻辑模型和向量空间模型实现了对检索结果文档的排序。 然后,在对通用Web搜索引擎的结构和原理进行分析的基础上,结合企业文档检索的特点,引入文件监控技术,提出了一个企业文档搜索引擎系统的架构。 最后,采用VC开发工具,在windows环境中实现了这个企业文档搜索引擎。
其他文献
世界服务贸易的迅猛发展是近30年的事情,因此对服务贸易的研究在整个经济学领域是一个比较新的课题。从中文资料来看,多是研究中国服务贸易发展情况及入世后应对之策的文献和
在本文中,“言语行为”是广义的,在特定的语境中,所有的说话、行文都可视为言语行为。套用“行为”一词、从言语行为人手,是为了更好地与社会学联结,因为从某一角度说,社会学就是研
越来越多的实践证明,词汇知识库是自然语言处理系统不可或缺的组成部分,语言知识库的规模和质量在很大程度上决定了自然语言处理系统的成败。这已经成为自然语言处理研究人员
目的:观察针刺内麻点在四肢手术后疼痛的治疗效果。方法:将62例病人随机分为观察组和对照组各31例。观察组采取针刺内麻点通电刺激30分钟;对照组口服盐酸曲马多片,观察记录各
本文对蓝球运动中持球突破技术的不同分类进行分析,总结持球突破中在时机判断、位置、起动、加速及保护球等方面的共性因素,提出意识的培养、速度的变化和突然性是运动员掌握
对阻燃型工程塑料的电性能,尤其是相比漏电起痕指数(CTI)进行了描述。针对不同的阻燃剂分别讨论了各种能提高复合材料CTI值的合适的阻燃协效剂。
比较了机插秧及直播稻的优缺点,说明直播稻存在风险,机插秧是水稻栽植的主要方式,只有大力发展机插秧才能保证粮食安全.并介绍了机插秧大壮苗技术。
我国建设工程施工领域中,转包或违法分包的现象较为普遍。实际施工人与发包人之间没有合同关系,在发包人拖欠工程款时,实际施工人能否起诉发包人,原有司法实践做法不一。现最
<正> 笔者自1994年始以针刺法治疗慢性腹泻病人50例,其中有20例中青年患者出现了共计60次明显的循经感传。现报告如下。1临床资料 50例中男28例,女22例;年龄20~70岁之间,其中2
<正> 粘连型肩周炎,临床表现为肩部疼痛,手臂不能正常上举,不能梳头,严重者肩关节的任何活动都被限制,穿衣都感到极端困难,有的疼痛夜间加重,辗转不能入睡;肩关节周围有压痛,