祥龙之子

摘要： 20008年6月4日开始在计算机集群的管理节点xcat1机器上 安装Clucene. 首先从http://sourceforge.net/project/showfiles.php?group_id=80013下载clucene-core-0.9.20stable版。 在 上面的下载地址有contribs版和core版之分。core版自成系统，无需依赖其它任何软件包；contribs版则需要依... 阅读全文

摘要： Lucene是一个基于Java的全文索引工具包。 基于Java的全文索引引擎Lucene简介：关于作者和Lucene的历史 全文检索的实现：Luene全文索引和数据库索引的比较 中文切分词机制简介：基于词库和自动切分词算法的比较 具体的安装和使用简介：系统结构介绍和演示 Hacking Lucene：简化的查询分析器，删除的实现，定制的排序，应用接口的扩... 阅读全文

摘要： Java的lucene是正统，功能更强大，开发快速，而且和J2EE天然融合（都是使用Java），怎么看都比clucene强多了。那为什么要使用clucene呢？原因有两个： 一：C++的速度快。当对索引速度有更高数量级的要求时，单纯设置MergeFactor和MinMergeDocNum无法实现的。 二：索引的内容如果是另外的C++写的工具的结果，那么用clucene就比luc... 阅读全文

摘要： Analysis包分析 算法和数据结构分析: 由于Analysis包比较简单,不详述了! 算法:基于机械分词 1-gram,2-gram,HMM(如果使用ICTCLAS接口的话) 数据结构:部分源码用到了Set ,HashTable,HashMap 认真理解Token Lucene中的Analysis包专门用于完成对于索引文件的分词.Lucene中的Token是一个非常重要的概念. 看一下... 阅读全文

摘要： Analysis包分析 算法和数据结构分析: 由于Analysis包比较简单,不详述了! 算法:基于机械分词 1-gram,2-gram,HMM(如果使用ICTCLAS接口的话) 数据结构:部分源码用到了Set ,HashTable,HashMap 认真理解Token Lucene中的Analysis包专门用于完成对于索引文件的分词.Lucene中的Token是一个非常重要的概念. 看一下... 阅读全文