基于Lucene的電子公文檢索系統(tǒng)的研究與實現(xiàn).pdf

1、隨著Internet的迅速發(fā)展和電子政務(wù)的推廣，各個部門的電子公文不斷的產(chǎn)生，如何對電子公文進(jìn)行有效的管理并能夠提供有效的檢索機制，以保證用戶能夠隨時、快速、全面地從這些公文中找到所關(guān)心的內(nèi)容，日趨顯得重要。因此，針對電子公文研究并定制一個全文檢索系統(tǒng)是必要的。
　　 本文分析了電子公文檢索系統(tǒng)的研究現(xiàn)狀及存在的不足，定制了一個基于Lucene的專業(yè)中英文全文檢索引擎，并針對Lucene的中文分詞和檢索結(jié)果排序算法進(jìn)行了改進(jìn)，改

2、進(jìn)后的系統(tǒng)實現(xiàn)對中文語言處理的支持并將用戶所關(guān)心的信息結(jié)果返回到頁面的最前端，從而滿足用戶的需求。本文實現(xiàn)對電子公文中Text、PDF、Word、Excel等格式文件進(jìn)行有針對性地文本抽取，并轉(zhuǎn)化為索引的固定格式，方便全文檢索系統(tǒng)對其內(nèi)容進(jìn)行索引和存儲，從而支持各種格式文檔的全文檢索。另外，本文采用自動索引和手工索引兩種方法來對索引進(jìn)行實時更新，使得索引更新變得更加靈活。本文還對實現(xiàn)全文檢索系統(tǒng)中各個功能模塊進(jìn)行了詳細(xì)的設(shè)計和分析，從而