中文分詞及在檔案數(shù)字化加工系統(tǒng)應(yīng)用.pdf

1、中文全文分詞技術(shù)是中文搜索引擎技術(shù)中的核心組成部分之一，也是目前中文搜索引擎技術(shù)研究的重要內(nèi)容。中文全文分詞技術(shù)屬于計算機自然語言處理技術(shù)的范疇，在信息應(yīng)用領(lǐng)域具有重要的商業(yè)智能應(yīng)用價值。
　　 本文主要對中文全文分詞技術(shù)在信息加工和處理上的重要應(yīng)用展開了詳細的剖析和探討，并根據(jù)所掌握的中文分詞技術(shù)知識和軟件工程方法進行了實際工程應(yīng)用。首先從搜索引擎技術(shù)的發(fā)展趨勢引入中文分詞技術(shù)在全文檢索中的分詞規(guī)范標準、設(shè)計理念及規(guī)范內(nèi)容等基

2、礎(chǔ)知識，接著在目前技術(shù)的基礎(chǔ)上進行了系統(tǒng)的理論探討和算法研究，通過引入TRS中文分詞技術(shù)和詞典類等關(guān)鍵算法，總結(jié)并提出了完善的全文分類檢索解決方案。在此方案的基礎(chǔ)上，將其引入電子檔案行業(yè)項目開發(fā)的核心技術(shù)環(huán)節(jié)當中，使充斥著繁雜海量的電子檔案原文信息內(nèi)容的全文分類檢索變得有章可循；并采用UML軟件工程方法規(guī)劃建立全文檢索系統(tǒng)引擎的關(guān)鍵模型，由計算機通過中文分詞技術(shù)智能地分類檢索出檔案行業(yè)的主題詞匯，實時地標引出來供檔案使用者進行著錄，使著