垂直搜索主题词典构建-文献.doc

** ** 新疆农业大学 专业文献综述 题 目: 垂直搜索引擎主题词典构建方法的 研究综述 姓 名: 瑞玲 学 院: 计算机与信息工程学院 专 业: 计算机科学与技术 班 级: 081班 学 号: 084632114 成 绩： 指导教师: 白涛 职称: 讲师 2011 年 11 月 13 日 新疆农业大学教务处制 垂直搜索引擎主题词典构建方法的研究综述 瑞玲 白涛 摘要：为提升垂直搜索引擎的性能，文中叙述了垂直搜索引擎的工作原理，主要研究主题词典构建的方法对垂直搜索引擎在检索速度上的影响。简述了垂直搜索引擎的发展现状，概述了结合哈希函数和二分查找的SHSEG词典，展望垂直搜索引擎的未来发展趋势，最后进行了小结。 关键词：垂直搜索引擎；中文分词；主题词典 Vertical search engine dictionary of the building method of the research topics were reviewed Rui Ling Bai Tao Abstract：To enhance the performance of the vertical search engine, the paper describes the working principle of the vertical search engine, the main research topics of building up the dictionary method of vertical search engine in the influence of the retrieval speed. Briefly vertical search engine development present situation, this paper Outlines the combined with hash function and binary search SHSEG dictionary, looking to the future of the vertical search engine development trend, the summary. Keywords: vertical search engine; The Chinese word segmentation; Theme dictionary 随着因特网的快速发展，网络信息资源的数量迅速增加，传统的搜索引擎已经不足以满足用户的特定需求。而垂直搜索引擎的出现正是针对不同行业提供更加精确的行业服务模式。它不同于通用搜索引擎，是通过一种计算机程序对网页库中某类专门信息进行一次结构化数据的整合，定向分字段抽取出需要的数据，并将该数据进行组织和处理后为用户提供检索服务[1]。其基本特点是抓取的数据来源于它本身所关注的行业，且抓取的数据倾向于结构化数据与元数据，搜索行为也是基于结构化数据和元数据的结构化搜索。而主体词典的构建对垂直搜索引擎的分词效率和检索速度都有重要的影响。因此如何构建主题词典自然而然的成为提高垂直搜索引擎性能的指标之一。笔者认为用于提高主题词典构建的方法主要有基于关系数据库和纯文本方式的结合。此方法的构建对垂直搜索引擎检索速度有相对提高。 1 垂直搜索引擎的发展现状 搜索引擎从上世纪90年代初发展到现在，从Archie到Excite、Yahoo、Google再到元搜索直到现在的智能检索的产生，垂直搜索引擎是搜索引擎领域发展过程中的一个链接，未来搜索引擎的发展趋势也有可能是垂直搜索引擎出现更加精确的细分。在搜索行业中，机器人搜索引擎适用于检索难以查找和模糊的信息，但返回的信息过多，必须进行筛选。目录式搜索引擎使用户可通过浏览目录中的分类来缩小搜索范围，提高检索的准确性，但人工方式限制其更新速度和容量。元搜索引擎返回的结果信息量更大，更全，也就意味着需要作更多的筛选。智能化搜索引擎是