Lucene检索技术在运动技战术分析知识库中的应用

介绍了Lucene检索技术中文本解析器的实现和建立索引时的一个关键算法最大匹配分词算法,对此算法进行了改进并把它应用到对信息文档库的分词操作中。介绍了建立索引和使用索引的方法,论述了Lucene检索技术在运动技战术分析知识库系统中的应用。

基于MapReduce的增量式全文Lucene引擎并行检索

为提高Lucene针对大数据的检索效率,提出基于Map Reduce的增量式全文Lucene引擎并行检索方法。首先,对Lucene索引原理结构进行研究,并基于增量索引改进、提高缓冲区索引容量以及降低磁盘文件索引书写频率,实现索引创建效率提高的效果;其次,针对单进程Lucene索引效率提升有限的情况,基于Hadoop框架下并行Map Reduce计算模块,构建并行Lucene全文检索引擎,实现大数据检索的并行化执行;最后,通过构建大数据全文检索仿真环境,显示所提并行检索方式相对单一进程检索方式,可大幅提升检索精度和执行效率。

Lucene在数据库全文检索中的性能研究

通过Lucene API实现对MYSQL数据库的全文检索,并将Lucene全文检索的性能和查全率同数据库全文检索和Like子句检索作对比。通过对比发现Lucene全文检索在性能上接近数据库全文检索,检索耗时约为Like子句检索的1/5。在对中文检索方面能达到77.2%的查全率,大大高于数据库全文检索。因此对于数据量较大的MYSQL数据库,Lucene全文检索将是一个很好的选择。

基于配置管理与Lucene全文检索的企业知识系统应用研究

本文研究提出利用配置管理与Lucene全文检索的技术,开发了基于SOA架构的云计算分析平台,通过兖州煤业股份有限公司的实际应用,对实现企业内部的知识共享、提高全员生产技术水平具有重要意义。

一种新的基于内容的图像检索方法

针对传统图像检索的不足,提出一种新的基于内容的图像检索方法。该方法首先构造色彩距离公式,根据色彩距离公式自动判别图片的主色调,然后利用Lucene的索引模块为图片创建索引,利用搜索模块实现图像检索。通过使用24张图片对该方法的有效性进行验证,结果表明:该方法虽然简单,但是检索的准确率较高且易于实现。

修订限定的SVN全文检索系统研究与实现

针对SVN版本仓库数据检索困难问题,开发一个基于Lucene的SVN全文检索系统。结合版本控制管理工作特点,提出两种修订限定的SVN全文检索方式。设计版本限定的SVN全文检索系统体系结构,给出基于Lucene过滤器的版本限定实现算法,描述系统的关键实现技术。该系统提供了便捷的SVN全文检索功能,提升了SVN文档资源的检索效率。

中文分词检索在水务科技项目管理中的应用

本文通过研究中文分词检索依托系统水务科技项目管理数据库平台,突出水务工作的专业性,利用多种数据源作为办公资料、数据库记录载体,基于Java语言开源全文检索架构,深入研究分析中文分词检索技术应用于水务科技项目管理的特点,从而扩充lucene自带的两个中文分析器,以迎合水务科技项目管理中文检索需求,对lucene中文分词检索技术进行优化改进,在此基础上详细分析改进lucene分词检索模块,以期实现有效的检索功能。

在线专利检索分析系统的设计与实现

文章介绍了一个在线专利检索分析系统,阐述了系统的体系结构、各模块的功能、关键技术。该系统在分布式大数据采集、基于Lucene与Mysql数据库结合的全文索引、基于Mina框架的分布式在线分析架构等基础上实现的专利信息检索和统计分析,在大规模数据方面体现出较好的效率,并提供检索结果自动翻译、检索词智能扩展和产业分类导航等特色功能,可以帮助普通用户更便捷地利用专利信息。

基于BERT的手术名称标准化重排序算法

临床术语标准化是医学文本信息抽取中不可或缺的一项任务。临床上对于同一种诊断、手术、药品、检查、化验、症状等,往往会有多种不同的写法,术语标准化(归一)要解决的问题就是为临床上各种不同的说法找到对应的标准名称。在检索技术生成候选答案的基础上,该文提出了基于BERT(bidirectional encoder representation from transformers)对候选答案进行重排序的方法。实验表明,该方法在CHIP2019手术名称标准化数据集上单模型准确率达到89.1%、融合模型准确率达到92.8%,基本满足实际应用标准。同时该方法具备较好的泛化能力,可应用到其他医学种类术语的标准化任务上。

基于智能移动终端的农产品供需对接系统

针对目前我国农产品交易信息化存在信息不对称、信息查找智能化程度低等问题,设计一个基于智能移动终端的农产品对接系统。该系统采用的MVC三层架构,实现了数据库与用户、索引器、爬虫的交互。本系统经试用后,反映效果良好,可为用户提供最新的农业市场信息和农产品供需关系的自动对接服务,使用方法简单、高效、快捷,可为同类应用提供借鉴。

Lucene自适应分词的地址匹配方法改进与实现

为提高地理编码系统对输入地址的分词适应性及匹配准确度,该文基于Lucene索引及查询机制提出了一种可适应于中文非标准地址的地址匹配改进方法。首先依据中文地址模式创建地址元素分层索引库,然后将拼音三叉树、同义词配置、未登录词配置等功能集成于IK分词器,获得初次匹配结果集合后计算编辑距离并排序选取返回值。匹配系统以浙江省台州市公安地址及行政法人地址为数据基础构建分词库和索引库,结果表明,该方法可实现输入地址的自适应分词,对中文非标准地址的匹配效果良好,能够服务于测绘和地理信息的相关应用场景。

基于机器阅读与文本标注的语文阅读理解试题智能化管理系统

本文提出了一种解决阅读理解测试中的答题问题的方法。系统以语文文档作为输入,回答有关该文档的多项选择问题,通过使用Lucene信息检索引擎通过附加的自动语言处理(例如词干、回指解析和词性标记)进行信息提取。通过比较Lucene为每个问题相对于其候选答案检索的文本来验证答案,因此,执行基于文本蕴含的验证。通过实验评估验证使用在语文阅读理解中广泛使用的两种语料库提出的方法的质量。结果表明,所提出的系统以33-37%的百分比选择了给定问题的正确答案。