軟件工程碩士開(kāi)題報(bào)告(完整版)
【正文】 里 字與詞有很大分別。 （ 2）設(shè)計(jì)高效快速的多文檔全文檢索模塊，實(shí)現(xiàn)對(duì)大量文檔快速檢索的功能，方便人們對(duì)所需文檔的快速、準(zhǔn)確的查詢。從各個(gè)搜索引擎返回的檢索結(jié)果需要經(jīng)過(guò)融合才能反饋給用戶。 （ 5）檢索結(jié)果仿照百度等大型搜索引擎的展現(xiàn)方式進(jìn)行設(shè)計(jì)與開(kāi)發(fā)。這些通用搜索引擎是集成信息檢索技術(shù)的典型代表，它們?yōu)橛行У囟ㄎ缓筒檎?Web 文檔信息起到了巨大的作用。 （ 3）加強(qiáng)了各專業(yè)搜索引擎的檢索范圍，以提高檢索范圍，并提高搜索引擎的查準(zhǔn)率。 設(shè) 計(jì)或 研究階段 研究方法、技術(shù)路線、實(shí)驗(yàn)方案 （ 1）擬采用 Microsoft Visual C++ 作為編程開(kāi)發(fā)環(huán)境； （ 2） Office 文檔的結(jié)構(gòu)并未公開(kāi)，在進(jìn)行全文檢索時(shí)避開(kāi)其結(jié)構(gòu)的研究而是建立一個(gè) OLE 容器，將待檢索文檔置入容器中，擴(kuò)展 Office 文檔的檢索功能； （ 3）實(shí)現(xiàn) OLE 對(duì)象的在位激活和編輯以及檢索。并且，通過(guò)這些通用搜索引擎的站內(nèi)搜索功能來(lái)實(shí)現(xiàn)的全文檢索功能往往不盡人意，經(jīng)常會(huì)導(dǎo)致搜索結(jié)果不全和出現(xiàn)“壞鏈接”的情況；更重要的是，作為商業(yè)化的信息檢索工具，開(kāi)發(fā)人員不可能將龐大的通用搜索引擎無(wú)縫地嵌入自己開(kāi)發(fā)的應(yīng)用程序中以提供全文索引和檢索功能。 （ 1）實(shí)現(xiàn)客戶端對(duì)服務(wù)器端指定目錄下多個(gè)目錄或文檔的全文檢索，方便人們對(duì)資料的查找。 （ 4）分類輸出界面。 （ 4）對(duì)遠(yuǎn)程服務(wù)器端指定目錄進(jìn)行遍歷并采用將待檢索的文檔置入新建立的 OLE 容器中，從而達(dá)到擴(kuò)展 Office 文檔的檢索功能的目的，檢索并優(yōu)化結(jié)果，再將結(jié)果反饋客戶端展現(xiàn)。英文等西方文字由于按照空白切分詞，因此實(shí)現(xiàn)上與按字 4 處理類似，添加同義處理也很容易。但由于在實(shí)際應(yīng)用過(guò)程中，人們遇見(jiàn)的大多是 WORD 文檔，而并非純文本格式。通常，計(jì)算機(jī)文獻(xiàn)檢索系統(tǒng)以主題標(biāo)引為主要檢索途徑，建立系統(tǒng)時(shí)對(duì)文獻(xiàn)進(jìn)行分類，并給出關(guān)鍵詞或主題詞，結(jié)果造成所描述的文獻(xiàn)概念化，總不能反映出文獻(xiàn)所有的內(nèi)容，因而在查全率和查準(zhǔn)率方面就有所欠缺。 二、課題主要研究目標(biāo)與內(nèi)容 與搜索引擎一樣，全文檢索技術(shù)是現(xiàn)代信息檢索技術(shù)的又一個(gè)非常重要的分 3 支。 內(nèi)容 包括文獻(xiàn)綜述和選題兩部分（查閱中、外文資料數(shù)量不少于 20 篇，書(shū)面報(bào)告 6000 字以上，所閱文獻(xiàn)目錄清單附后） 多文檔全文檢索系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā) 一、課題背景與意義 隨著計(jì)算機(jī)技術(shù)及網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，各種格式的電子文檔數(shù)目急劇膨脹。目前，信息檢索技術(shù)的最新應(yīng)用是時(shí)下國(guó)內(nèi)外公司相繼推出的桌面搜索引擎，比如： Alta Vista、Excite、 InfoSeek、 Google、百度等等。如果把搜索引擎比作圖書(shū)館提供給讀者使用的網(wǎng)上查詢工具的話，全文索引和檢索技術(shù)就如同圖書(shū)館管理員建立的可以具體定位和查找某一本書(shū)的書(shū)目索引表。在全文檢索技術(shù)路線上，主要采用了 CLucene 項(xiàng)目。 全文檢索的方法主要分為按字檢索和按詞檢索兩種。我們采用最常用的最大匹配算法，這種方 法以“長(zhǎng)詞優(yōu)先”原則在絕大多數(shù)情況下符合人們的語(yǔ)言習(xí)慣作為前提，在詞庫(kù)的支持下對(duì)中文進(jìn)行準(zhǔn)語(yǔ)法和準(zhǔn)語(yǔ)義的切分 (意即這種語(yǔ)法和語(yǔ)義的識(shí)別完全取決于所建立的詞庫(kù) )。由于現(xiàn)有的搜索引擎的信息的占有量不足，許多重TXT 文本庫(kù) 文本轉(zhuǎn)化 索引引擎 查詢引擎 二次應(yīng)用開(kāi)發(fā)接口 應(yīng)用程序 CLucene WORD 庫(kù) 5 要信息通過(guò)搜索引擎找不到，這些搜索引擎不能檢索到的信息形成了隱形網(wǎng)絡(luò)。當(dāng)所有的檢索都完成之后或超過(guò)了預(yù)定的時(shí)間閾值，系統(tǒng)就對(duì)已經(jīng)獲得的所有結(jié)果進(jìn)行融合處理，然后將最后結(jié)果以目錄方式返回給用戶。 （ 4）對(duì)遠(yuǎn)程服務(wù)器端指定目錄進(jìn)行遍歷并采用將待檢索的文檔置入新建立的OLE 容器中，從而達(dá)到擴(kuò)展 Office 文檔的檢索功能的目的，檢索并優(yōu)化結(jié)果，再將結(jié)果反饋客戶端展現(xiàn)。 Algorithms and Heuristics. Boston:Kluwer Acodemic :272 [13]周平 .Lucene 全文檢索引擎技術(shù)及應(yīng)用 . 重慶工學(xué)院學(xué)報(bào) (自然科學(xué)版 )，2020， 21（ 4） :8688 [14]Lucene 中國(guó) . [15]姜華 .基于 Lucene 面向主題搜索引擎的研究與設(shè)計(jì) [碩士學(xué)位論文 ].華東師范大學(xué) .2020
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1