中文搜索引擎的机理及检索技巧

主要介绍了中文搜索引擎的机理及国内几种常见的中文搜索引擎,从实践运用的角度阐述了 中文搜索引擎的检索技巧和方法,并指出了其存在的不足。

搜索引擎Excite检索功能详述及评析

表述的重点在于通过对搜索引擎 Excite工作原理的介绍及各个检索功能的分析 ,获得关于它的整体认识 。

中文文本WEB搜索引擎的设计与实现

文章主要研究中文文本WEB搜索引擎设计中面临的关键技术以及相应的设计实现。文章首先介绍了WEB搜索引擎的基本系统结构，然后具体讨论了设计时应考虑的问题并且给出了相应的实现。作者希望通过该文能为中文信息搜索引擎的发展提供一些有益的参考和经验。

中文搜索引擎中的中文信息处理技术

就中文搜索引擎中的若干中文信息处理技术作了较深入地探讨，对诸如中文分词、中文码制转换和中文全半角处理等方面提出了较完整的解决方案。

中文搜索引擎概念检索初探

搜索引擎传统的关键词匹配检索模式存在很多问题，概念检索是解决这些问题的关键技术之一。该文简要介绍了概念检索的主要内容，针对中文搜索引擎，探索出了一种基于概念语义网络知识库的概念检索模型。在此基础上，针对计算机这一特定领域，创建了一个含有500多个概念节点，包括概念层次关系和近300种概念相关关系的语义网络，初步实现了计算机领域文档的概念检索。实验结果表明，该模型对于提高中文搜索引擎的智能水平是非常有效的。

基于中文搜索引擎网络信息用户行为研究

为了更好地理解中文搜索用户的检索行为,首先建立一个搜索引擎选择平台,主要是用来生成研究中所需的日志文件;然后从中英文用户的搜索行为差异的角度出发,对日志文件进行深入研究,包括各中文搜索引擎使用率比较以及中文用户输入查询行为的一些规律等。研究结果表明,对准确地评测搜索引擎检索的效果以及未来中文搜索引擎设计的改进都有较好的指导意义。

一种提高中文搜索引擎检索质量的HTML解析方法

中文搜索引擎经常会返回大量的无关项或者不含具体信息的间接项 ,产生这类问题的一个原因是网页中存在着大量与主题无关的文字。对使用关键字检索方法的搜索引擎来说 ,想在检索或者后处理阶段解决这类问题不仅要付出一定代价 ,而且在大多数情况下是不可能的。在这篇论文中 ,我们提出了网页噪声的概念 ,并针对中文网页的特点 ,实现了一种对网页自动分块并去噪的HTML解析方法 ,从而达到在预处理阶段消除潜在无关项和间接项的目的。实验结果表明 ,该方法能够在不占用查询时间的前提下 10 0 %地消除中文搜索引擎隐藏的间接项 ,以及大约 11%的无法过滤或隐藏的无关项或间接项 ,从而大幅度提高检索结果的查准率。

中文搜索引擎现状与展望

本文介绍了中文搜索引擎的发展现状，分析了中文搜索引擎中存在的问题，以及与国外先进的搜索引擎的差距，提出了中文搜索引擎的发展方向。

中文搜索引擎的原理剖析及开发实现技术

介绍了当前搜索引擎的分类、现状及中文搜索引擎的发展 ,剖析了中文搜索引擎采用的核心技术—全文检索与中文分词技术 ,探讨了编程中应注意的问题和部分实现技术 。

支持智能中文分词的互联网搜索引擎的构建

中文分词技术对中文搜索引擎的查准率及查全率有重大影响。在剖析开源搜索引擎Nutch的源代码结构的基础上,基于JavaCC实现了一个可扩展的词法分析器并将其与Nutch集成,构建了一个支持智能中文分词的互联网搜索引擎Nutch-Enhanced。它可用作评测各类中文分词算法对搜索引擎的影响的实验平台。对NutchEnhanced的搜索质量与Nutch、Google、百度进行了对比评测。结果表明它远优于Nutch,其查全率达到了0.74,前30个搜索结果的查准率达到了0.86,总体上具有与Google,百度接近的中文搜索质量。

中文WWW搜索引擎比较研究

通过上网实验测试了几种中文ＷＷＷ 搜索引擎的检索功能，并分析实验数据得出结论，旨在对中文ＷＷＷ 搜索引擎的建立和完善有所启示。

试析中文搜索引擎的评价标准

搜索引擎是一种网络检索工具，本文主要针对中文搜索引擎评价标准进行探讨。笔者认为对它的检索功能的评价主要应从收录范围、查询结果反馈信息的质量、检索款目的信息量、查错率、更新与报道速度、查询功能、检索界面的友好性、精品推荐、与其它搜索引擎的友情链接、响应速度等多方面进行。

汉语分词对中文搜索引擎检索性能的影响

针对中文网页的特点。研究了汉语分词对中文搜索引擎检索性能的影响。首先介绍中文分词在搜索引擎中的作用，然后介绍常用的分词算法。作者利用啊页特征，提出一个简单的“带启发性规则的双向匹配分词策略”。最后，在10G的语料库中，就各种分词算法对查全率和查准率的影响进行了实验比较，结果表明分词性能和检索性能没有正比关系。

基于字表的中文搜索引擎分词系统的设计与实现

分析了常用的基于词典的汉语分词方法应用于中文搜索引擎开发中的不足，提出基于字表的中文搜索引擎分词系统，并在索引、查询、排除歧义等方面进行了设计和实现。

中文智能搜索引擎现状探析

随着 Internet的发展 ,传统的搜索引擎暴露出越来越多的弊病 ,导致智能搜索引擎的出现。而中文的特性也必然使中文智能搜索引擎具有其独特的一面。

中文搜索引擎分类体系的特点、问题及其改进

中文搜索引擎分类体系具有实用性强、易用性好、多维性高等特点 ,但在归类、序类、划分、命名等方面也存在着严重问题 ,完善类目体系、科学编排同位类。

中文分词算法在搜索引擎应用中的研究

在Internet高速发展的信息时代，搜索引擎是人们获得有效信息的强有力手段之一。中文搜索引擎的重点在于中文关键信息提取，其中的难点就是中文自动分词。该文重点讨论中文自动分词算法。算法采用基于自动建立词库的最佳匹配方法来进行中文分词，同时采用基于改进型马尔可夫N元语言模型的统计处理方法来处理分词中出现的歧义问题，从而提高精度。

基于全文搜索的中文搜索引擎设计技术

随着Internet应用的逐步普及,WWW已成为一个巨大的分布式信息空间,为用户提供了一个极具价值的信息源。但由于中文信息处理的复杂性和特殊性,中文搜索引擎的功能仍不够完善。该文提出了一个基于全文搜索的中文搜索引擎的实现方案,并对信息处理中的关键技术进行了探讨。

全文检索搜索引擎中文信息处理技术研究

本文深入分析了全文检索中文搜索引擎的关键技术,提出了一种适用于全文检索搜索引擎的中文分词方案,既提高了分词的准确性,又能识别文中的未登录词。针对向量空间信息检索模型,本文设计了一个综合考虑中文词在Web文本中的位置、长度以及频率等重要因素的词条权重计算函数,并且用量化的方法表示出其重要性,能够较准确地反映出词条在Web文档中的重要程度。最后对分词算法进行了测试,测试表明该方法能够提高分词准确度满足实用的要求。

中文搜索引擎的比较研究

通过对典型中文搜索引擎的比较分析 ,指出中文搜索引擎目前存在信息量不足、查询方式单一、采用技术落后、多媒体信息量不足、专题性中文搜索引擎较少和数据库更新不及时等问题 ,提出了中文搜索引擎的元搜索引擎、智能化检索和多媒体检索等发展趋势和发展对策。