TRS搜索引擎和文本挖掘系统研究.pdfVIP

TRS搜索引擎和文本挖掘系统 北京拓尔思信息技术有限公司 北京北四环中路35号北京信息科技大学图书馆三层邮编100|01 一、北京拓尔思信息技术有限公司简介 北京拓尔思(TRS)信息技术有限公司成立于1993年(原名为易宝北倍信息技术有限公 司)，专注于中文信息处理及应用软件产品的研发。TRS技术来源于863计划和其他科技项 目的科研成果。TRS公司是中文全文检索的创始者，在企业和互联网搜索、内容管理和文 本挖掘等领域具有领先的技术和产品，在大中华地区拥有2000多家企业级用户，是非结构 化信息处理技术领域的领导企业，也是中国最大的搜索和内容管理技术和产品供应商。TRS 公司总部设在北京，现有员工200多人。TRS公司成立十余年来，销售收入和利润始终保 持持续增长，已发展成为中国从事自主核心技术和自主知识产权软件产品研发的典范企业之 一● TRS公司也是联合国计划开发署UNDP援助建设的中文信息处理研究中心的挂靠单位， 公司和北京信息科技大学合作成立了TRS软件开放实验室，该实验室得到中央和地方财政 专项经费支持。 TRS公司在信息检索、文本挖掘、搜索引擎和内容管理等领域具有长期的研发积累和 丰富的成果，特别是这些研发成果的产业化已处于国内外领先地位：TRS信息检索产品占 有70％的国内市场；内容管理产品也为国内市场第一名，在2004，2006年均获得中国内容 管理成功企业奖；TRS文本挖掘软件TRS CKM是国内外首个推出的多语言文本挖掘软件 用户项目中得到成功应用。 目前，公司产品已经在国内外得到广泛应用。90％以上的部委，80％以上的省市信息中 心，50％以上的报业集团和媒体单位，超过300家的大学院校，一人批^大型企业均为TRS 产品用户．另外TRS产品在中国香港和日本等地也有一批客户，相关产品的累计销售额已 达数亿元。 2006年，TRS信息检索系统9月获中国软件行业协会评选的‘2006中国十大创新软件产 品”称号；TRS文本挖掘软件获第十届中国国际软件博览会“最具增值潜力软件产品”称号： 2004年．TRS内容管理软件获中国软件协会“金软件”称号。 二、TRS全文检索和企业搜索引擎 在全文信息检索和企业搜索领域。TRS的核心产品是TRS全文数据库系统(即TRS 信息检索系统)，曾荣获国家科技进步二等奖，其核心功能是实现对非结构化信息的全文检 索和统一管理。 本产品最新版本TRSDatabaseServer V6．0继承了得到业界厂’泛使用的TRS全文检索系 统的全部功能和性能-针对信息内容管理和资源建设的新需求，发展了包括NativeXML支 持，Unicode国际化多语言支持，负载均衡和集群检索，自然语言及智能扩展检索等众多新功 能，结合TRS领先的结构化和非结构化数据联合查询技术．从而满足了用户对企业搜索的 广泛需求。另外，本产品还率先实现了对由我国企业联盟首倡的非结构化数据操作标记语言 (UOML)标准的支持。 TRS全文数据库系统主要功能特点包括： 完善的非结构化数据管理 一51— · 非结构化／结构化数据的统一管理 系统支持包括TEXT、HTML、RTF、MS 种格式文件的存储、索引和检索。支持多媒体数据的存储管理。支持结构化数据类型， 如：日期型、字符串、数值型等。 ● 支持XML数据管理、实现XML的全息索引 XML作为一种完整数据类型，XML文件无需像芙系数据库一样分解后存储。支持XML 的全息索引，即：任何标记及标记的任何属性都可以用来作为检索目标。 ● 多语种、多编码管理 系统支持中文、英文、法文、德文、俄文、阿拉伯文等十多种语种的存储、索引和检索： 系统核心支持GB2312／GBK／GBl8030编码，BIG5编码，UTF8编码。 高效、智能的全文检索 ● 多种全文检索手段，检索速度和准确性共达最优 允许使用文中的任意字、词、短语、旬和片段进行检索，支持中英文或其它语种的混合 检索以及结构化、非结构化数据的混合检索。精确计算，检索速度和准确性共达最优。 ● 全方位检索条件组合，帮助用户实现精确查询 系统追求高查准率的同时提供100％商全的