全文檢索系統(tǒng)整體方案(編輯修改稿)
2025-05-22 00:21 本頁面
【文章內(nèi)容簡介】 索引功能通過開關(guān)靈活設(shè)置； 216。 檢索字串首先通過自動斷詞，將其斷詞結(jié)果進(jìn)行組合檢索；216。 提供「詞庫」編輯器，針對斷詞用的「詞庫」進(jìn)行維護(hù)和調(diào)整；使中文切分詞更符合使用者的行業(yè)特點(diǎn)，提高查詢的速度和準(zhǔn)確度。該功能優(yōu)勢如下：252。 提高精確度： 輸入「民法」不會找到「人民法院」；252。 更小的索引空間：–通過詞索引的方式，索引數(shù)據(jù)庫相對字索引需要更少的磁盤空間；同樣數(shù)據(jù)量下，檢索時需要的Memory更少；252。 檢索性能更高：配合高效算法，詞索引的搜索性能相對字索引平均高出3倍以上； 多國語系數(shù)據(jù)索引與查詢252。 系統(tǒng)基于Unicode設(shè)計。252。 可支持多國語系（英文、繁簡體中文、日文、韓文、Unicode等）混合的文件的建置與查詢。252。 可支持多種編碼格式的索引，包含BigGB231Unicode、UTF EUCJP、ShiftJIS，并支持以Unicode同時輸入多國語系條件進(jìn)行搜尋。252。 同個數(shù)據(jù)表或一條數(shù)據(jù)庫記錄中可以支持多國語言混排內(nèi)容；252。 一個索引數(shù)據(jù)庫可以存在多國語言的不同數(shù)據(jù)；252。 可以輸入多國語言的檢索條件，并使用AND、OR、NOT邏輯關(guān)系；252。 檢索結(jié)果中可以同時顯示多國語言記錄；252。 搭配多國語言同義詞庫，可以通過單一語言條件，得到多國語言檢索結(jié)果； 中英文模糊搜索查詢功能252。 內(nèi)建「中英文容錯（Fuzzy）」查詢功能。252。 中英文容錯功能Fuzzy Search，基于文字特性，很多專有名詞及詞匯依情況不同，也許衍生出通用的簡稱，或是文字次序?qū)φ{(diào)。也有可能因?yàn)槟：幻鞔_的意象，使用者希望只需要輸入一 個關(guān)鍵詞，就能一并查詢性質(zhì)類似或相關(guān)之信息。比如：輸入「Mobile Network」可查到「Mobile Appliance Network」等特定距離的詞句、輸入「產(chǎn)業(yè)研究」可查到「產(chǎn)業(yè)結(jié)構(gòu)研究」、「產(chǎn)業(yè)….研究」等，擴(kuò)展搜尋的完整性。 近似概念詞庫輔助查詢功能252。 可針對不同的索引庫設(shè)定同義詞組。如設(shè)定「電腦 $ Computer $ 計算機(jī) 」為同義詞，則使用者可搜索“電腦”時，可同時查到含有“Computer”或“計算機(jī)”的信息。252。 內(nèi)建18萬多組中英文同義詞組，具有中英文近似概念與同義詞檢索，并可提供詞庫管理工具，使用戶可自行修改詞庫內(nèi)容。 其他檢索功能252。 中文同音輔助查詢功能，如輸入“網(wǎng)駱”，啟動中文同音功能后，可以搜索出以“網(wǎng)絡(luò)”為關(guān)鍵字的記錄；252。 英文字根 (Stemming) 輔助查詢功能，輸入“puting”，可以搜索出以“puter”為關(guān)鍵字的記錄；252。 英文錯誤字提示功能；252。 簡繁對譯組件功能，輸入“中國”，可以搜索出以繁體字“中國”為關(guān)鍵字的記錄； 搜索結(jié)果顯示252。 以Web網(wǎng)頁形式呈現(xiàn)查詢結(jié)果，使用者可指定所欲察看的特定筆數(shù)或分頁瀏覽。支持二次搜索功能。252。 提供「屬性字段權(quán)重排序機(jī)制」，管理者可自訂查詢結(jié)果的排序規(guī)則，讓搜尋結(jié)果按搜索者的意圖顯示。252。 提供「樹形分類目錄」，提供查詢結(jié)果分類，可以讓使用者進(jìn)一步選取下一層目錄，以縮小查詢范圍。252。 具有標(biāo)示原文關(guān)鍵詞功能，可以直接將原文中有關(guān)使用者輸入得關(guān)鍵詞全數(shù)標(biāo)示出來，同時系統(tǒng)管理者可以自行設(shè)定關(guān)鍵詞標(biāo)示的顏色、大小、字型….等屬性。252。 查詢結(jié)果可同時顯示文件抬頭及重要摘要段落或者僅僅顯示文件抬頭以加快使用者的查詢速度。252。 開發(fā)搜索接口，用戶可根據(jù)開發(fā)的SDK自己開發(fā)特定形式和顯示風(fēng)格的搜索結(jié)果頁面。 自然語言應(yīng)用組件利用自然語言的形似相關(guān)詞功能，可對數(shù)據(jù)擷取內(nèi)容進(jìn)行新詞學(xué)習(xí)，語意分析等，可自動建立新詞，提升數(shù)據(jù)處理準(zhǔn)確度。基于自然語言應(yīng)用組件，可實(shí)現(xiàn)相關(guān)文章查詢功能、重復(fù)文章查詢功能、自動摘要功能、語意查詢功能、形似相關(guān)詞建議功能等。從而能夠通過關(guān)聯(lián)組織的方式，把不同檔案庫中的相似、相關(guān)內(nèi)容一次性的搜索出來。252。 相關(guān)文件查詢252。 文章自動摘要 自動分類應(yīng)用組件 搭配自動分類組件，可對擷取數(shù)據(jù)進(jìn)行分類，并可輔以導(dǎo)覽式分類組件與搜尋組件進(jìn)行整合，即可逐一依類別篩檢過濾資料，并顯示類別內(nèi)符合資料。252。 導(dǎo)覽式分類252。 自動分類 高效數(shù)據(jù)同步功能（增量索引）以前的全文搜索引擎在面對大資料量建立索引時，都會限制數(shù)據(jù)量的多少，而解決這個問題通常都是將資料量分為幾個部分分開建索引。但是這種方法并無法徹底解決資料同步更新或檢索的需求。本系統(tǒng)提供漸進(jìn)式索引技術(shù)，也就是通過增量索引機(jī)制可以逐步地分別為數(shù)據(jù)庫建立索引，對于異動的數(shù)據(jù)或索引，進(jìn)行實(shí)時的更新。 高可用性本全文檢索服務(wù)可以通過Layer 4 Switch 硬件進(jìn)行搜尋的負(fù)載均衡，提高服務(wù)效能。若某臺主機(jī)因不明原因無法對外服務(wù)，則可實(shí)時以另一臺主機(jī)對外進(jìn)行正常服務(wù)。索引庫可存放于網(wǎng)絡(luò)存儲設(shè)備上，讓備用機(jī)共享其索引數(shù)據(jù)，使全文檢索服務(wù)可以正常運(yùn)行。
公司管理相關(guān)推薦
鄂ICP備17016276號-1