zoukankan      html  css  js  c++  java
  • 全文搜索 Lucene.Net

    Lucene简介

    首先说明的是--Lucene.Net只是一个全文检索开发包,不是一个成型的搜索引擎,

    它的功能就是负责将文本数据按照某种分词算法进行切词,分词后的结果存储在索引库中,从索引库检索数据的速度灰常快.

    对以上加粗的词汇稍作下阐述:

    文本数据:Lucene.Net只能对文本信息进行检索,所以非文本信息要么转换成为文本信息,要么你就死了这条心吧!

    分词算法:将一句完整的话分解成若干词汇的算法  常见的一元分词(Lucene.Net内置就是一元分词,效率高,契合度低),二元分词,基于词库的分词算法(契合度高,效率低)...

    切词:将一句完整的话,按分词算法切成若干词语

         比如:"不是所有痞子都叫一毛" 这句话,如果根据一元分词算法则被切成: 不 是 所 有 痞 子 都 叫 一 毛 

         如果二元分词算法则切成: 不是 是所 所有 有痞 痞子 子都 都叫 叫一  一毛

         如果基于词库的算法有可能:不是 所有 痞子 都叫 一毛 具体看词库

    索引库:简单的理解成一个提供了全文检索功能的数据库

    http://www.oschina.net/p/lucene-net

  • 相关阅读:
    PyCharm常用快捷键
    在PyCharm中打开文件的位置
    使用Socket下载图片
    Python散列类型和运算符
    Python格式化输出和深浅复制
    爬虫的概念和会话
    Python数值类型和序列类型
    HTTP与HTTPS
    PyCharm彻底删除项目
    PyCharm永久激活
  • 原文地址:https://www.cnblogs.com/lhxsoft/p/5398621.html
Copyright © 2011-2022 走看看