原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
基于Lucene的企业搜索引擎研究及应用
ISSN 1009-3044 E-mail: eduf@
与技术 第 卷第 期 年 月
Computer Knowledge and Technology 电脑知识 5 4 (2009 2 )
Computer Knowledge and Technology 电脑知识与技术
Vol.5,No.4,February 2009, pp.926-929 Tel:+86-551-5690963 5690964
基于Lucene 的企业搜索引擎研究及应用
李海丰
（中南林业科技大学计算机科学学院，湖南长沙 410004 ）
摘要：分析了企业级搜索引擎应具有的功能和总体架构，研究了 的系统结构及检索原理，提出了统一处理 、 、 等
Lucene html pdf word
多种常用文档的思路。 针对中文特点设计搜索引擎的构建技术，包括从源数据采集、文档解析与分词、索引器、信息检索、结果排序
的全过程，基于Lucene 软件包实现了一个原型系统，取得了较好的搜索效果。
关键词： ；企业搜索引擎；中文分词；非结构化文档
Lucene
中图分类号： 文献标识码： 文章编号：
TP393 A 1009-3044(2009)04-0926-04
Research and Application of Enterprise Search Engine Based on Lucene
LI Hai-feng
(Colleage of Computer Science of Central South University of Forestry and Technology, Changsha 410004, China)
Abstract: The structure and function of the enterprise search engine has been analyzed,introduces the structure and the index principles of
Lucene,put forward the method of the deal with html,pdf,word documents.Design of search engine technology based on characteristics of
the Chinese,include the process of Collection of source data,Document Analysis and Segmentation,Indexer, information search,result sort-
ing.Realize a prototype system based on Lucene,and achieved a good search results.
Key words: lucene; enterprise search engine; chinese word segmentation; unstructured documents
1 引言
伴随着互联网的兴起，企业信息化建设也迅速发展起来。 面对浩瀚的企业内部数据和网络数据，如何更有效、快速的获取成为
一个非常重要的问题，企业搜索引擎很好的解决了这个问题。 网络信息
文档评论（0）