城市轨道交通线网全文检索系统的设计与实现.pdfVIP

；；嘲l；辫圈}曩慧；舔{簸臻l强l濑ll{i黼}；霸搭

城市轨道交通线网全文检索系统的设计与实现*

刘建委赵驰唐忠诚刘琼

(1．广州地铁集团有限公司建设事业总部，510030，广州

2．华南理工大学计算机科学与工程学院，510006，广州∥第一作者，工程师)

摘要已有的企业级全文检索系统不宜直接应用于城市arecompared；secondly，theretrievaltimeofasamesearch

轨道交通行业，因为其不仅有自身的专业术语，而且数据量taskworkingindifferentthreadnumbersarecompared，in

较大，所以对中文分词的准确性、切分速度和全文检索查询ordertoverifytherationalityofthemulti--processtechnol-·

效率具有特殊需求。中文分词方面，针对字典分词方案，添ogy；andfinally，thefunctionsofthewholesystemare

加适合城市轨道交通行业的中文术语词库，采用MMseg中tested．Thetestingresultsshowthattheproposedmethod

文分词算法；城市轨道交通线网数据量大，查询业务相对集hasbetterretrievalperformanceandretrievalefficiency．

中，所涉及的分布式全文检索系统采用结合主索引和增量索Keywordsurbanrailtransit；full-textretrievalsystem；

引的方案，在业务空闲时，执行主机采用多进程方式对检索Chinesewordsegmentation

任务进行处理，实现索引的合并。试验分三部分完成。其First-authorSaddressTheConstructionDivisionofGuan—

一，比较基于字典和字标注的两种中文分词方案，以论证选gzhouMetroGroupCo．，Ltd．，510030，Guangzhou，China

择字典分词方案的合理性；其二，针对于同一检索任务，在单

机上比较不同进程数对检索时间的影响，以说明多进程处理

技术的合理性；最后，测试整个系统的性能。试验结果表明，据统计，在企业联机存储的信息中，80％以上的

此方案和方法有助于改善检索性能和检索效率。信息是以文本的形式存在I1]。传统的关系数据管理

关键词城市轨道交通；全文检索系统；中文分词系统(RDBMs)擅长结构化数据的管理，其索引是

中图分类号TP391．3：U231关键字索引，在处理文本类非结构化数据时，效率非

DOI：10．16037／j．1OO7—869x．2015．12．031常低下，所以如何快捷、有效地管理和检索文本类非

结构化数据已成为企业亟待解决的核心问题之一。

DesignandImplementationoftheFull-textRetrievalSystem全文检索是指以文本为检索对象，允许用户以

forUrbanRailTrartsitNetwork

自然语言的方式根据资料内容而不仅是外在特征

LiuJianewei，ZhaoChi，TangZhongcheng，LiuQiong

(诸如标题、作者、摘要、附录等)来实现信息检索