用 Xapian 和 Omega 读取并索引文档

EricLiseo2register.blog.chinaunix.net

首页　| 　博文目录　| 　关于我

jiangwen127

博客访问： 2461035
博文数量： 392
博客积分： 7040
博客等级：少将
技术积分： 4138
用户组：普通用户
注册时间： 2009-06-17 13:03

个人简介

范德萨发而为

文章分类

全部博文（392）

nosql（1）
c/c++（7）
machine lea（67）
设计模式（1）
web架构（35）
关系型database（23）
distributed（11）
fuckingwindows（1）
SE（24）
life（9）
berkeleyDB（4）
beauty of math（3）
Java_study（11）
algorithm（77）
kernel（16）
hadoop（13）
programming（8）
network（9）
linux operation（14）
bash（12）
reading（5）
STL using（8）
intern（0）
job_hunter（29）
未分配的博文（4）

文章存档

2017年（5）

2016年（19）

2015年（34）

2014年（14）

2013年（47）

2012年（40）

2011年（51）

2010年（137）

2009年（45）

我的朋友

最近访客

推荐博文

用 Xapian 和 Omega 读取并索引文档

发布时间：2013-01-10 20:50:22

用 Xapian 和 Omega 读取并索引文档安装并部署开源 Xapian 来索引多种信息Martin C. Brown, 作家, Freelance简介：存储并提供对文档和信息的访问是很多公司都面临的一个日益严重的问题。解决这个问题有很多解决方案，包括 wikis 和结构化了的文档存储，但全文本索引通常是从大量文档中获取信息的惟一方式。Xapian 是一种开源工具，可读取并索引文档，包括 HTML、PDF、 OpenOffice、Microsoft® Office® 等格式的文档，而且还具有一些可编程的接口来添加和抽取信息，包括 Java™ 技术......【阅读全文】

阅读(1875) | 评论(0) | 转发(0)

IK分词源码分析连载(四)--停用词+未切分词处理

发布时间：2012-11-29 11:15:12

......【阅读全文】

阅读(5798) | 评论(0) | 转发(1)

IK分词源码分析连载(三)--歧义处理

发布时间：2012-11-28 16:20:44

开始进入IK分词的另一个核心模块，分词歧义处理，这里使用了组合遍历的一些代码，代码有点绕总体思路是这样......【阅读全文】

阅读(5770) | 评论(2) | 转发(1)

IK分词源码分析连载(二)--子分词器

发布时间：2012-11-28 13:14:01

这次详细介绍IK里的三个分词器：CJKSegmenter(中文分词)，CN_QuantifierSegmenter(数量词分词)，LetterSegmenter(字母分词)。......【阅读全文】