基于關(guān)鍵字的交換內(nèi)容過(guò)濾技術(shù)的研究與實(shí)現(xiàn)開(kāi)題報(bào)告-資料下載頁(yè)
2025-04-14 04:01本頁(yè)面
【正文】 源中文分詞組件，提供lucene和solr 接口1．mmseg4j 用 ChihHao Tsai 的 MMSeg 算法實(shí)現(xiàn)的中文分詞器，并實(shí)現(xiàn) lucene 的 analyzer 和 solr 的TokenizerFactory 以方便在Lucene和Solr中使用。2．MMSeg 算法有兩種分詞方法：Simple和Complex，都是基于正向最大匹配。Complex 加了四個(gè)規(guī)則過(guò)慮。官方說(shuō)：詞語(yǔ)的正確識(shí)別率達(dá)到了 %。mmseg4j 已經(jīng)實(shí)現(xiàn)了這兩種分詞算法。由于文件安全交換系統(tǒng)初始默認(rèn)過(guò)濾詞匯較少，我準(zhǔn)備采用的基于文本內(nèi)容分詞的敏感信息過(guò)濾方式，即采用分詞結(jié)合關(guān)鍵字過(guò)濾方式對(duì)安全交換系統(tǒng)所傳文件內(nèi)容進(jìn)行過(guò)濾，綜合考慮，其過(guò)濾效果和工作性能都能夠使用戶滿意。主要功能有：文件降級(jí)處理、文件類型檢查、文件修改時(shí)間過(guò)濾、文件大小過(guò)濾、文件名稱過(guò)濾。時(shí)間進(jìn)度安排（可附頁(yè)）周次時(shí)間內(nèi)容第一周清理寒假所看論文、算法，同時(shí)上圖書館互聯(lián)網(wǎng)查閱相應(yīng)文獻(xiàn)，看是否能夠查到開(kāi)源的數(shù)據(jù)過(guò)濾軟件或集成有數(shù)據(jù)過(guò)濾的大型的開(kāi)源軟件作為參考。第二周總結(jié)從論文中提取的算法，理清思路，綜合評(píng)估各算法的性能和效率，選定一兩個(gè)算法作為實(shí)現(xiàn)目標(biāo)，撰寫開(kāi)題報(bào)告。第三周編寫代碼，完成文件大小過(guò)濾。第四周編寫代碼，完成文件時(shí)間過(guò)濾。第五周編寫代碼，完成文件類型過(guò)濾。第六周編寫代碼，完成文件名稱，文件內(nèi)容過(guò)濾。第七周第八周第九周將敏感信息過(guò)濾部分與整個(gè)系統(tǒng)整合，使之成為一個(gè)整體，測(cè)試代碼運(yùn)行效率。第十周完成論文撰寫和答辯。參考文獻(xiàn)（可附頁(yè)）[1]李松林，陳華清，任鑫. ，2007年6月[2]張紅旗，王魯. ，2008年[3]Bruce Eckel. Java ，2007年6月[4]皮德常，張鳳林. Java２簡(jiǎn)明教程（第二版）.清華大學(xué)出版社，2006年7月[5]林鴻飛. [6]曲德祥,(自然科學(xué)版),2010年09月[7]劉紅芝，中文分詞技術(shù)的研究. 電腦開(kāi)發(fā)與應(yīng)用,2010年[8]蔡曉妍，戴冠中，楊黎斌, ，2010年06月[9]張家勇，劉建輝,，2006年12月[10]劉楊,陳暉,陳遠(yuǎn)江,中文文本信息過(guò)濾技術(shù)研究 .船電技術(shù)，2010年07月[11]姚磊岳,熊建英, ，2007年07月[12]段立娟，2007年[13]程妮,崔建海,王軍（編譯），2005年導(dǎo)師意見(jiàn)導(dǎo)師（簽章） 年 月 日 7
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1