2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩68頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、互聯網已成為現代人生活不可或缺的一部分,是人們獲取信息的重要來源。同時互聯網上不斷增長的海量數據也給用戶帶來了新的挑戰(zhàn),面對如此海量的信息資源,用戶要從其中快速找出自己需要的信息是非常困難的。為了解決這一問題,搜索引擎誕生了。搜索引擎根據一定的策略,利用特定的程序從互聯網上搜集信息,在對信息進行加工處理后,為用戶提供搜索服務,將和用戶搜索相關的信息以簡單明了的方式展示給用戶。
   搜索引擎的快速發(fā)展給網民帶來了極大的方便,但其

2、還是沒能從實質上解決上述的問題,現有的搜索引擎通過關鍵字匹配的方式檢索網頁,通常會返回很多的結果,其中包含大量對用戶來說是無用的網頁,用戶仍然很難快速準確的獲取自己所需的網頁。
   時間作為信息的本質屬性之一,同樣也是網頁的本質屬性之一。當人們閱讀一篇新聞報道時,總是把新聞的內容和時間聯系起來,有些信息只有在特定的時間下才有意義。在搜索信息的時候加上時態(tài)信息,可以更加準確的表達用戶的查詢意圖,使得搜索引擎能夠更加快速準確地找到

3、用戶所需要的信息,所以對時態(tài)信息的研究將是搜索引擎系統中非常重要的課題,越來越多的搜索引擎系統引入了時態(tài)信息搜索,Google,Baidu搜索引擎在高級搜索中都提供時態(tài)信息搜索,但是他們所提供的時態(tài)信息搜索,只是針對網頁的更新時間或者是網頁被收錄的時間,而沒有考慮到網頁的內容時間。
   本文首先介紹了搜索引擎的基礎知識,然后在開源搜索引擎Nutch的基礎上添加了時態(tài)信息抽取功能,利用基于規(guī)則的方法從網頁文本內容中抽取出時態(tài)信息

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論