基于Lucene的企业搜索引擎研究及应用

摘要：

分析了企业级搜索引擎应具有的功能和总体架构,研究了Lucene的系统结构及检索原理,提出了统一处理html、pdf、word等多种常用文档的思路.针对中文特点设计搜索引擎的构建技术,包括从源数据采集、文档解析与分词、索引器、信息检索、结果排序的全过程.基于Lucene软件包实现了一个原型系统,取得了较好的搜索效果.

关键词：Lucene、企业搜索引擎、中文分词、非结构化文档

所属期刊栏目：5

分类号：TP393(计算技术、计算机技术)

在线出版日期：2009-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：926-929