礦山法律法規(guī)全文檢索系統(tǒng)的研究與應(yīng)用.pdf

1、全文檢索(Full-TextRetrieval)是指以文本信息作為檢索對象，建立全文數(shù)據(jù)庫，允許用戶直接獲得文中的有關(guān)章節(jié)、段落或句子，是從大容量文檔庫中精確定位所需信息的最有效手段。然而，與西文相比，中文詞之間沒有明顯的間隔(西文詞與詞之間有空格間隔)，這對于計算機處理卻是非常困難的。為此，本文針對中文全文檢索系統(tǒng)中存在的問題，并結(jié)合教研室礦山法律法規(guī)全文檢索系統(tǒng)的項目，對其進行了深入研究。 本文的主要工作如下： (1

2、)本文把漢字文本的檢索放在單字一級上，繞開了詞與詞間的切分問題。從單字的基點上本文詳細討論了基于單字的切分技術(shù)，倒排索引技術(shù)，索引壓縮算法模型，以及檢索算法等中文信息處理技術(shù)。 (2)本文對索引壓縮算法進行了總結(jié)，并對各種算法進行了比較，針對法律法規(guī)全文檢索系統(tǒng)的實際情況，提出了局部Bernoulli模型的方法。 (3)本文在單漢字索引全文檢索的基礎(chǔ)上，對檢索算法進行了優(yōu)化，改進了邏輯乘運算規(guī)則，并在檢索算法中使用了并行

3、計算和緩沖技術(shù)。同時，也對檢索設(shè)計進行了探討。 (4)本文針對企業(yè)的需求情況，在只支持西文的lucene中嵌入中文信息處理組件，組成支持中文的全文索引/檢索引擎工具包，并在此工具包基礎(chǔ)上實現(xiàn)了礦山法律法規(guī)中文全文檢索系統(tǒng)。 (5)系統(tǒng)采用B/S模式以及MVC(Model-Vision-Controller，模型-視圖-控制器)架構(gòu)，以及OOA(ObjectOrientedAnalyzer，面向?qū)ο笤O(shè)計)和OOP(Obje