Lucene基础.ppt_第1页
Lucene基础.ppt_第2页
Lucene基础.ppt_第3页
Lucene基础.ppt_第4页
Lucene基础.ppt_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

2011.10.9报告,全文搜索引擎（Google） 全文检索、检索功能强、信息更新速度快，信息多而全 目录索引搜索引擎（yahoo） 层次清晰、主题明确 元搜索引擎 关键：搜索结果排列组合 分布式搜索引擎 可扩充，各服务器数据库协同工作实现困难,搜索引擎的分类,信息收集和存储技术 人工和自动两种方式 信息预处理技术 关键词、消除重复、URL分析、网页重要程度 信息索引技术 分词、语法分析、自然语言处理、索引、结果,搜索引擎的关键技术,搜索器 索引器 检索器 用户接口,搜索引擎体系结构,体系结构二（自己理解）,Myeclipse Tomcat Heritrix Lucene 中文分词工具（JE） Html解析库 Java,主要工具,索引器 检索器,Lucene（MDA架构？）,Lucene采用倒排索引方式,索引,增量索引结构,Lucene与数据库,理解：,续上页,LUCENE与数据库,1.为数据库建立索引 2.为数据库建立查询功能 3.在web界面下进行查询并显示结果 1.为语料库建立索引 2.为用户建立需求的查询功能 3.在web界面下进行查询并显示结果,LUCENE为我们完成的：,索引器 建立、文件格式、文件写入、优化、同步 检索器 indexseacher Hits 多域搜索、多索引搜索、多线程搜索,LUCENE索引器,Document doc=new Document(); Field bookname = new Field（“bookname”, “笑傲江 湖”,Field.Store.YES,Field.Index.UN_TOKENIZED ）; doc.add(bookname); writer.addDocument(doc); writer.optimize()； writer.close(); *优化： 合并因子mergeFactor *Index为临界资源，互斥访问,LUCENE检索器,Indexseacher Hits Query对象 TermQuery BooleanQuery rangeQuery PrefixQuery Phrase/MultiPhraseQuery 模糊搜索，通配符搜索，跨度搜索 QueryParser *多域，索引，线程,LUCENE分析器,两个主要部分： 分词器 *中文分词（中科院分词软件、JE） 过滤器 敏感词汇，常用词汇，相关规定 简单过滤、范围过滤 简单的例子： Hits hits = seacher.seach(Qury,filter); 排序 seach(Query,Sort.RELEVANCE),我们要做的：,知识+平台 （可能）索引结构，搜索算法 分析器（分词、过滤） PDF、word、文档分析 J2EE！ 分布式？ 爬虫（Heritrix）,我自己的设想（仅供参考）,Luc
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论