中文搜索引擎的設計與相關技術.pdf

1、自從WWW 1991年誕生以來，已經(jīng)發(fā)展成為擁有近億用戶和約400萬站點，8億頁面的巨大分布式信息空間，而且其信息容量仍在以指數(shù)形式飛速增長。面對如此眾多的Web服務器與其上面豐富的Web信息資源，如何有效快捷地進行Web信息獲取變的越來越重要。搜索引擎就是快速有效的從Web獲取信息的工具。 文章系統(tǒng)的對搜索引擎的相關技術進行了研究。論文所做的工作主要有以下幾個方面： 1)我們概觀了當前Web搜索引擎的設計。在對Web搜索引擎

2、的總體構架進行介紹后，我們依次對各個模塊進行了分析和探討，給出了各個模塊的最一般設計和實現(xiàn)技術，并討論了建立高質(zhì)量搜索引擎時所面臨的挑戰(zhàn)，以及一些有用的技術。 2)結合各種搜索引擎各自的長處,我們提出了一個基于文本自動分類技術和自動文摘技術的中文搜索引擎模型，給出了該模型的概要設計。 3)對開發(fā)中文搜索引擎中所用到的的中文分詞技術進行了討論，在總結了當前的各種分詞技術之后，我們提出了一種改進的最大匹配分詞方法，并對該方法