lucene应用中pdf文档文本数据提取方法研究 lucene for the pdf document retrieval.pdfVIP

下载本文档

12
0
约1.28万字
约 3页
2017-11-02 发布于上海
举报
版权申诉

lucene应用中pdf文档文本数据提取方法研究 lucene for the pdf document retrieval.pdf

1、本文档共3页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

lucene应用中pdf文档文本数据提取方法研究 lucene for the pdf document retrieval

《自动化技术与应用》2009年第28卷第3期计算机应用 ComputerApplications L cen U d e应用中Pf文档文本数据提取方法研究杜德生．田小军 50080) (哈尔滨理工大学自动化学院，黑龙江哈尔滨l 摘文档文本数据的提取方法，其优点在于能快速对Pdf文档文本数据进行提取，得到站内Pdf文档文本数据。关键词：Lucenel文本搜索lPdf文档 03 中图分类号：TP274．2文献标识码：A 文章编号：1003—724l(2009)03一0050 Pdf RetrievaJ Luceneforthe Document DU Xiao-jun De-sheng，TIAN ofScienceand 150080 (Automatic University Technology,HarbinChina) College，Harbin Abstract：Luceneisan sourcefull—textretrievalanditisabasic used intheinformationretrieval open engine tcchnologywidely field．ThisdiscussesthePdfdocumentsearchfortheChineesfull-textrieval． paper document Keywords：Lucene；textretrieval；Pdf 1 引言表1 Lucene的组成结构 Lucene是Apache软件基金会Jakaria项目组的子项引11，是模块名称功能一个开放源代码的全文检索引擎工具包。它是一个全文检索引擎 Org．apache．Lucene．日earch搜索入口 Org．apache．Lucene．indel索引入口的架构，提供了完整的查询引擎和索引引擎，为数据访问和管理提 i8 Org．印ache．Lucene．analys 语言分析器銮询分析罄供了简单的函数调用接口。但是Lucene不是—个完整的全文检索 Org．印ache．Lueene．queryParger 存储结构 Org．apache．Lucene．docun_ent 引擎，需要针对不同类型的数据源和应用背景进行二次开发。基 c!ne．store 底层存储结构 Org．apache．Luc 于Lucene的全文检索研究和应用层出不穷，但主要在两个方向：一