基于LUCENE的多媒體文件檢索系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著計算機互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)上的網(wǎng)頁及各種文本數(shù)字信息急劇增長，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越困難，信息檢索技術(shù)日益成為研究的熱點，目前流行的搜索引擎軟件主要就是用來解決這個問題的。同時隨著多媒體技術(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)用價值。
　　 Lucene是Apache軟件基金會Jakarta項目組的一個子項目

2、，是一個開放源代碼的搜索引擎工具包，它不是一個完整的搜索引擎，而是一個全文索引工具包，它可以方便的嵌入到各種應(yīng)用中實現(xiàn)針對應(yīng)用的全文索引/檢索功能，提供完整的查詢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對文本進行檢索，而很少用來對多媒體文件進行檢索。
　　 本文通過研究Lueene在多媒體文件搜索引擎領(lǐng)域的應(yīng)用，設(shè)計并開發(fā)實現(xiàn)了多媒體文件搜索引擎系統(tǒng)。論文在對Lucene框架及核心算法進行分析研究的基礎(chǔ)上，通

3、過插件的機制抽取多媒體文件中的標示性文本信息，利用Lucene對標示性文本進行索引構(gòu)建及檢索，在NET開發(fā)環(huán)境下設(shè)計并完成了一個多媒體文件的檢索系統(tǒng)。該檢索系統(tǒng)能夠高效的完成對海量文件中標示信息的抽取，標示信息的索引構(gòu)建及在索引上的高速檢索，在實際應(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)。