
什麽是全文检索:
全文检索是指计算机索引程序通过扫描文章中的每一个词,对每一个词建立一个索引,指明该词在文章中出现的次数和位置,当用户查询时,检索程序就根据事先建立的索引进行查找,并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。
全文检索技术是搜索引擎的核心支撑技术。搜索引擎包括三个部分:收集网页的机器人、分类和索引及检索引擎,全文检索引擎比传统的信息检索更为复杂,表现在:
1 信息是分布在Web空间的,要求系统对平台、网络等各种复杂环境的适应能力强;
2 信息不稳定,动态性强,因此要求系统的动态索引技术具有超级性能;
3 信息是DOWNET的,要求检索引擎具有先进的查询算法,并且对相关排序要求很高;
4 由于搜索引擎的用户是普通用户,因此使用知识词典进行启发式检索就显得特别重要;
5 相关排序(Relevance Ranking)和相关反馈(Relevance Feedback)技术对Internet搜索特别重要。一次最普通的检索可能得到成千上万的结果但用户需要得到最相关的结果。
f) 单纯基于IDF的相关性模型,很难得到理想的结果,应该很好地利用HTML文档的"结构特征"。相关反馈能够根据用户对检索引擎的命中结果的判别执行更加符合用户意图的查询。
主要面向客户和应用领域:
有数据库全文检索需求或有跨数据库检索需求的用户。
功能及特点:
1 可针对同一数据库内的不同表建立索引,统一查询。
2 可针对不同数据库的不同表建立索引,统一查询。
3 对于建立好的索引,可提供带中文分词的全文检索功能。
4 数据库与搜索引擎完美融合,没有数据传输过程中的安全隐患;
5 与应用系统无缝集成,只需20分钟实现自己的搜索引擎
核心技术
1 支持组配检索
2 支持扩展组配检索
3 支持英文检索
4 支持逻辑检索
5 支持表达式检索
6 支持中英文混合检索
7 支持整句检索
8 支持检索结果按照词频排序输出
9 支持检索结果按照相关度排序输出
10 支持中文分词
11 内置30万多条基本词库
产品优势:
1 支持基元检索:对给定的检索串作为一个基本单元,直接在索引库的分词结果;
2 支持复元检索:对给定的检索串进行分词,得到字典词和非字典词,把字典词作为基本单元检索,把非字典词拆成单字,每个单字都作为基本单元进行检索,最后的检索结果进行"与"操作,要求所有基本单元顺序和位置与其在检索串中的一致。
3 持组配检索:对给定的检索串进行分词,得到字典词和非字典词,把字典词作为基本单元检索,把非字典词分别拆成单字,每个单字都作为基本单元检索,最后结果进行"与"操作,要求所有非字典词内的基本单元(即单字)顺序和位置与其在检索串中的一致,要求非字典词、字典词之间的顺序与它们在检索串中一致,但不要求它们位置一致
4 支持扩展组配检索:对给定的检索串进行分词,得到字典词和非字典词,把字典词作为基本单元检索,把非字典词分别拆成单字,每个单字都作为基本单元检索,最后结果进行"与"操作,要求所有非字典词内的基本单元顺序和位置与它们在检索串中的一致,不对字典词与非字典词的位置和顺序作要求
5 支持英文检索:可以对文本内容为英文或中英文混排的文本进行检索;
6 支持表达式检索:可以表达式方式进行多个词的与、或、非检索。
7 支持中英文混合检索:可以用复元检索、组配检索、扩展组配检索进行中英文混合检索
8 支持检索结果按照词频排序输出:检索时可以计算检索词的词频,并在输出检索结果时根据词频排序。
9 支持检索结果按照相关度排序输出:检索时可以计算检索词与命中篇章主题的相关度,并在输出检索结果时根据相关度排序。
10 支持的数据格式:为了保证软件包核心的内聚性,本SDK只支持.txt文件。(MS OFFICE、.html、.htm、.pdf等格式的文本可利用本公司提供的插件处理后再进行索引。插件不属于此软件包)
11 支持数字检索:可以对文本中的数字进行检索
12 支持GBK:支持GBK,但是对特殊符号不进行索引。
13 支持Unicode:软件包分为Ansi版和Unicode版。Ansi版可以索引Ansi编码方式的文本;Unicode版可以索引Unicode编码方式的文本和Ansi编码方式的文本。
DOWNET全文检索基础件性能:
1 检索速度快:10亿汉字平均检索时间5ms;
2 检全、检准率高;
3 索引空间膨胀率低:最低可达18%;
4 支持高并发。
5 全文检索基础件支持完备
6 支持多种智能检索模式;
7 支持多平台;
8 支持多码制;
9 支持数据库透明连接;
10 支持格式化文本;
11 支持多库;
12 支持分布式计算;
13 支持检索结果的相关度排序(内容、词频);
14 支持逻辑检索。
DOWNET全文检索基础件应用领域
1 网站发布系统;
2 数字图书馆、信息中心建设;
3 电子政务系统;
4 企业信息门户;
联系电话:(8610)88437103 E-mail: