基于知識(shí)分詞算法的病案全文檢索系統(tǒng).pdf

1、隨著科技的發(fā)展和經(jīng)濟(jì)的騰飛,圖書館、新聞出版、企業(yè)等單位電子數(shù)據(jù)激增,可供人們選擇的信息迅速膨脹.這些文檔常常并非存在于結(jié)構(gòu)化的數(shù)據(jù)庫中,以TXT, DOC,HTML,XML,XLS,PPT, PDF等多種文檔格式存儲(chǔ).當(dāng)人們需要某方面信息的時(shí)候,就要從這大量的文檔中提取有用的信息.然而目前的全文檢索系統(tǒng)或因特網(wǎng)搜索對(duì)中文信息在查全率和查準(zhǔn)率很難讓用戶滿意,這很大程度上與中文的語言特性相關(guān).本課題的研究重點(diǎn)是中文分詞.漢語自動(dòng)分詞是中文

2、信息處理技術(shù)的"瓶頸"問題.各類分詞算法不下幾十種.圍繞提高分詞效率和精度,減少歧義,該文提出了知識(shí)分詞的思路,以各類知識(shí)體系為基礎(chǔ)建立分詞系統(tǒng).數(shù)據(jù)庫全文檢索技術(shù)也獲得了蓬勃的發(fā)展.各大數(shù)據(jù)庫廠商大都為自己的數(shù)據(jù)庫配置了全文檢索引擎.由于這種引擎是完全集成在數(shù)據(jù)庫中的,因此具有很高的效率,并且管理方便,易于使用,容易與數(shù)據(jù)庫應(yīng)用系統(tǒng)相關(guān)聯(lián).該課題利用ORACLE大型數(shù)據(jù)庫提供的全文檢索引擎Oracle Text建立一個(gè)病案全文檢索系統(tǒng)