中文搜索引擎的快速檢索方法研究.pdf

1、當前，搜索引擎是互聯(lián)網(wǎng)的一個重要組成部分，也是智能信息處理領域的一個研究熱點問題。研究快速搜索引擎的關鍵算法和實現(xiàn)機制具有重要的學術意義和實際應用價值。一個完整的中文網(wǎng)頁檢索的索引器的構建涉及到索引的數(shù)據(jù)結(jié)構的選取，倒排文件是大規(guī)模中文網(wǎng)頁檢索中最常用的數(shù)據(jù)結(jié)構，怎么樣生成倒排文件，怎樣在倒排文件中快速檢索是當前搜索引擎研究的重點。
　　 本文首先闡述了搜索引擎的組織結(jié)構、原理和實現(xiàn)機制，從構建網(wǎng)頁庫、詞典庫，到分詞算法、建立特

2、征庫、索引庫，以及建立基于倒排序的快速索引機制，考察了其中的關鍵數(shù)據(jù)結(jié)構和快速算法，通過一定數(shù)量的網(wǎng)頁庫測試了系統(tǒng)的性能，得到了比較滿意的結(jié)果。論文的最后，在關鍵詞倒排文件的基礎上，介紹了移動搜索的特點、關鍵技術、與3G的關系，另外設計出一種適用于3G網(wǎng)絡的移動搜索模型。模型中采用基于關鍵詞倒排文件的檢索方式，同時，考慮到移動終端屏幕尺寸小的特點，通過對搜索到的網(wǎng)頁進行分割，抽取出與查詢要求最相關的主題區(qū)域提交給用戶，方便移動用戶便捷準