全文檢索在“2008奧運多語言系統(tǒng)”中的應用研究與實現(xiàn).pdf

1、全文檢索是現(xiàn)代信息檢索技術的一個非常重要的分支，它是處理非結構化數(shù)據(jù)的強大工具，也是搜索引擎的核心技術之一。本文對中文全文檢索的有關技術進行了較為深入的研究。在基于字表的全文索引方面，本文提出了一種改進的倒排索引結構，同傳統(tǒng)索引結構相比，更便于索引的構建、維護、更新。并根據(jù)其特征，設計了優(yōu)化的查詢策略。分析比較的結果表明，改進的索引結構在獲得較高的動態(tài)性能的同時，還能有效地提高創(chuàng)建索引的速度。本文的重點放在了全文檢索技術的應用上，對如何

2、利用新技術、改善檢索系統(tǒng)的結構、提高檢索系統(tǒng)的性能和效率、加快檢索速度、不斷適應網(wǎng)絡信息發(fā)展等方面做了重點研究。 全文檢索是一種I/O密集型的應用，以往的全文檢索系統(tǒng)的開發(fā)多在關系數(shù)據(jù)庫的基礎上進行。本文針對全文數(shù)據(jù)庫的特點，深入討論此法弊端與不足，并提出了在文件系統(tǒng)上構建的解決方案。由于目前全文檢索系統(tǒng)的開發(fā)平臺并不多見，本文介紹了一種全文檢索引擎工具包Lucene，它功能強大，小巧精悍，便于嵌入各種應用。近年在世界各地被廣泛