基于LUCENE的多媒體文件檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)上的網(wǎng)頁(yè)及各種文本數(shù)字信息急劇增長(zhǎng)，想要在龐大的數(shù)據(jù)中便捷、迅速地搜索到所需要的信息將變得越來(lái)越困難，信息檢索技術(shù)日益成為研究的熱點(diǎn)，目前流行的搜索引擎軟件主要就是用來(lái)解決這個(gè)問(wèn)題的。同時(shí)隨著多媒體技術(shù)的發(fā)展，其中大量的信息以非文本形式的多媒體文件形式存在，如何高效檢索這些數(shù)量龐大的多種媒體文件更是有著重要的應(yīng)用價(jià)值。
　　 Lucene是Apache軟件基金會(huì)Jakarta項(xiàng)目組的一個(gè)子項(xiàng)目

2、，是一個(gè)開(kāi)放源代碼的搜索引擎工具包，它不是一個(gè)完整的搜索引擎，而是一個(gè)全文索引工具包，它可以方便的嵌入到各種應(yīng)用中實(shí)現(xiàn)針對(duì)應(yīng)用的全文索引/檢索功能，提供完整的查詢(xún)和索引及部分文本分析功能。目前大量的應(yīng)用都是利用Lucene對(duì)文本進(jìn)行檢索，而很少用來(lái)對(duì)多媒體文件進(jìn)行檢索。
　　 本文通過(guò)研究Lueene在多媒體文件搜索引擎領(lǐng)域的應(yīng)用，設(shè)計(jì)并開(kāi)發(fā)實(shí)現(xiàn)了多媒體文件搜索引擎系統(tǒng)。論文在對(duì)Lucene框架及核心算法進(jìn)行分析研究的基礎(chǔ)上，通

3、過(guò)插件的機(jī)制抽取多媒體文件中的標(biāo)示性文本信息，利用Lucene對(duì)標(biāo)示性文本進(jìn)行索引構(gòu)建及檢索，在NET開(kāi)發(fā)環(huán)境下設(shè)計(jì)并完成了一個(gè)多媒體文件的檢索系統(tǒng)。該檢索系統(tǒng)能夠高效的完成對(duì)海量文件中標(biāo)示信息的抽取，標(biāo)示信息的索引構(gòu)建及在索引上的高速檢索，在實(shí)際應(yīng)用中取得了良好的效果。
　　 論文主要完成了以下工作：
　　 ⑴分析了Lucene的基本工作原理，剖析Lucene的體系結(jié)構(gòu)、主要功能模塊、算法分析及搜索引擎采用的分詞技術(shù)。