2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、Lucene作為一個優(yōu)秀的開源的搜索引擎框架,提供了高效便捷的全文檢索服務。因而被廣泛應用在多種信息檢索場景中。然而隨著其收錄文檔數(shù)量的不斷增加,根據(jù)關鍵詞匹配的方式檢索到的文檔數(shù)量也迅速增加。將大量的相關的結果呈現(xiàn)給用戶,用戶只能在其中手動查找真正想要的文檔。這樣的檢索質量差強人意。
  為了改善Lucene檢索結果排序質量不高問題,本文基于Lucene和博客應用場景,構建了博客搜索引擎。嘗試從提高中文分詞精度、衡量文檔質量和擴

2、展關鍵詞三個方面對Lucene原有的檢索結果排序機制進行了優(yōu)化。在中文分詞方面,使用更先進的“結巴”分詞工具代替Lucene原有的“StandardAnalyzer”,提高了分詞準確率。同時根據(jù)博客本身的特點,將改進的PageRank算法應用在搏客好友關系分析上。通過對博客用戶的好友關系分析計算出其“影響力”,影響力越大博文質量也越高。最后使用詞向量的方式獲得檢索關鍵詞的同義詞,借此提高關鍵詞的表示能力。
  考慮到需要對大規(guī)模數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論