全文檢索系統(tǒng)整體方案-文庫吧資料
2025-05-01 00:21本頁面
【正文】 有“Computer”或“計算機”的信息。 近似概念詞庫輔助查詢功能252。也有可能因為模糊不明確的意象，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。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。 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。 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。 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行搜尋。 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。 系統(tǒng)基于Unicode設(shè)計。 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。該功能優(yōu)勢如下：252。 檢索字串首先通過自動斷詞，將其斷詞結(jié)果進行組合檢索；216。 中文句子將透過智能型自動斷詞技術(shù)以達(dá)到詞索引的效果，自動分析與斷詞，并建立詞索引；216。多字段條件間，支持AND/OR/NOT邏輯條件； 詞索引與查詢功能系統(tǒng)中提供了傳統(tǒng)的字索引，但是為提高查詢檢索的準(zhǔn)確度，系統(tǒng)采用自然語言斷詞機制和靈活的詞索引開關(guān)，用戶可根據(jù)需要選擇詞索引或字索引。Cache儲存目錄記錄了Cache檔案所要放置的地址，經(jīng)查詢過的資料或畫面，第二次再進入時，可重復(fù)使用第一次查詢結(jié)果；252。 搜尋條件具有完整的布爾邏輯運算AND、OR、NOT能力，支持復(fù)合式布爾邏輯運算查詢，并且可以配合多組左括號(與右括號)作關(guān)鍵詞查詢優(yōu)先級的設(shè)定，方便查詢者輸入布爾組合之查詢條件；252。例如：輸入關(guān)鍵詞【Chin*】，會找到【China】、【Chine】、【Chinese】等等。 支持「萬用字符（*、?）查詢」。將分散在File Server上的文件、遠(yuǎn)程網(wǎng)站中的網(wǎng)頁、群組軟件中的資料，以及數(shù)據(jù)庫中的文字與非文字紀(jì)錄，在一次搜尋條件下，整合搜尋出來。 全文檢索系統(tǒng)功能特點 基本檢索功能支持252。 應(yīng)用整合完整外部程序整合機制—所有組件均提供SDK完整開發(fā)接口，方便外部整合。應(yīng)用本系統(tǒng)一系列內(nèi)容分析與索引核心組件群，將匯整的內(nèi)容進行斷詞、索引、分類、文件特征等運算與處理，以便滿足信息檢索與信息管理的應(yīng)用，提供多功能全面性的數(shù)據(jù)分析能力，可針對不同情境應(yīng)用加以整合，快速達(dá)到使用者需求。 可針對不同使用層級、項目進行非結(jié)構(gòu)性數(shù)據(jù)權(quán)限控管。 自動分類機制與專業(yè)詞庫須具備自動學(xué)習(xí)與修正之功能以提升數(shù)據(jù)處理準(zhǔn)確度。 針對非結(jié)構(gòu)性數(shù)據(jù)建立詞庫，詞庫須包含同音詞庫、同義詞庫、專業(yè)詞庫。 分類模式建立自動分類功能。搭配使用本系統(tǒng) 的 TXT、Microsoft Office、RTF、PDF、HTML、Email及 FileMeta資料提取器，將可解析Text、Microsoft Office、XML、RTF、PDF、HTML、MHT及Email（含附件文件）及文件影音附檔（如影片的文件名或摘要、圖片的文件名或摘要、及文字）等格式，包括繁體中文、簡體中文、英文、Unicode等；使用數(shù)據(jù)庫數(shù)據(jù)適配器，將可支持?jǐn)?shù)據(jù)庫數(shù)據(jù)匯入處理如Oracle、 Informix、Sybase、MS SQL等。本系統(tǒng)提供可掛載的數(shù)據(jù)適配器(Data Adapter)，將異質(zhì)的數(shù)據(jù)來源與數(shù)據(jù)結(jié)構(gòu)進行匯整與粹取，亦扮演將非結(jié)構(gòu)的信息結(jié)構(gòu)化，可以很容易地分析特殊檔案格式和管理復(fù)雜的數(shù)據(jù)源結(jié)構(gòu)（如遞歸、巢狀等）的多功能設(shè)計，以方便信息檢索與管理。根據(jù)用戶實際需求，用戶可以選擇導(dǎo)入包含Text、Microsoft Office、XML、RTF、PDF、HTML、MHT、AutoCAD及Email（含附件文件）等格式及文件影音附件（如影片的文件名或摘要、圖片的文件名或摘要、及文字）自動化建立索引數(shù)據(jù)，建立索引數(shù)據(jù)所處理之文字包括繁體中文、簡體中文等；同時用戶可以選擇導(dǎo)入數(shù)據(jù)庫數(shù)據(jù)，如Oracle、 Informix、Sybase、MS SQL等。所有組件均提供SDK完整開發(fā)接口，方便應(yīng)用整合和應(yīng)用擴展。252。 信息萃取和服務(wù)在信息整合層形成的相對結(jié)構(gòu)化的數(shù)據(jù)虛擬層基礎(chǔ)上，本系統(tǒng)將對其中的每筆記錄進行中文切分詞、索引、文件特征分析、自動分類等各種演算算法處理，形成可以提供搜索服務(wù)的索引庫。 信息整合此部分主要作用是將企業(yè)內(nèi)部存儲于不同應(yīng)用系統(tǒng)中的結(jié)構(gòu)化信息、半結(jié)構(gòu)化信息、非結(jié)構(gòu)化信息通過本系統(tǒng)提供的兩種數(shù)據(jù)適配器進行信息提取，形成一個相對結(jié)構(gòu)化的數(shù)據(jù)虛擬層，以備后期信息萃取和服務(wù)。 全文檢索系統(tǒng)平臺架構(gòu)本系統(tǒng)基于組件化和松散耦合架構(gòu)和設(shè)計，系統(tǒng)平臺架構(gòu)示意圖如下：整個系統(tǒng)主要分為信息整合、信息萃取和服務(wù)、應(yīng)用整合三個部分。 整合容易，使用簡易，導(dǎo)入迅速，易于接受！套裝化、模塊化的設(shè)計及靈活的整合能力，能在企業(yè)內(nèi)迅速的安裝設(shè)置；
公司管理相關(guān)推薦
鄂ICP備17016276號-1