中文搜索引擎的設(shè)計與相關(guān)技術(shù).pdf

1、自從WWW 1991年誕生以來，已經(jīng)發(fā)展成為擁有近億用戶和約400萬站點，8億頁面的巨大分布式信息空間，而且其信息容量仍在以指數(shù)形式飛速增長。面對如此眾多的Web服務(wù)器與其上面豐富的Web信息資源，如何有效快捷地進(jìn)行Web信息獲取變的越來越重要。搜索引擎就是快速有效的從Web獲取信息的工具。 文章系統(tǒng)的對搜索引擎的相關(guān)技術(shù)進(jìn)行了研究。論文所做的工作主要有以下幾個方面： 1)我們概觀了當(dāng)前Web搜索引擎的設(shè)計。在對Web搜索引擎

2、的總體構(gòu)架進(jìn)行介紹后，我們依次對各個模塊進(jìn)行了分析和探討，給出了各個模塊的最一般設(shè)計和實現(xiàn)技術(shù)，并討論了建立高質(zhì)量搜索引擎時所面臨的挑戰(zhàn)，以及一些有用的技術(shù)。 2)結(jié)合各種搜索引擎各自的長處,我們提出了一個基于文本自動分類技術(shù)和自動文摘技術(shù)的中文搜索引擎模型，給出了該模型的概要設(shè)計。 3)對開發(fā)中文搜索引擎中所用到的的中文分詞技術(shù)進(jìn)行了討論，在總結(jié)了當(dāng)前的各種分詞技術(shù)之后，我們提出了一種改進(jìn)的最大匹配分詞方法，并對該方法