中文分詞及在檔案數(shù)字化加工系統(tǒng)應用.pdf

1、中文全文分詞技術是中文搜索引擎技術中的核心組成部分之一，也是目前中文搜索引擎技術研究的重要內容。中文全文分詞技術屬于計算機自然語言處理技術的范疇，在信息應用領域具有重要的商業(yè)智能應用價值。
　　 本文主要對中文全文分詞技術在信息加工和處理上的重要應用展開了詳細的剖析和探討，并根據(jù)所掌握的中文分詞技術知識和軟件工程方法進行了實際工程應用。首先從搜索引擎技術的發(fā)展趨勢引入中文分詞技術在全文檢索中的分詞規(guī)范標準、設計理念及規(guī)范內容等基

2、礎知識，接著在目前技術的基礎上進行了系統(tǒng)的理論探討和算法研究，通過引入TRS中文分詞技術和詞典類等關鍵算法，總結并提出了完善的全文分類檢索解決方案。在此方案的基礎上，將其引入電子檔案行業(yè)項目開發(fā)的核心技術環(huán)節(jié)當中，使充斥著繁雜海量的電子檔案原文信息內容的全文分類檢索變得有章可循；并采用UML軟件工程方法規(guī)劃建立全文檢索系統(tǒng)引擎的關鍵模型，由計算機通過中文分詞技術智能地分類檢索出檔案行業(yè)的主題詞匯，實時地標引出來供檔案使用者進行著錄，使著