面向中文全文索引的中文分词策略

• 作者: 席朝琼
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 中文全文索引 中文分词 LUCENE
• 年，卷（期）: 2012,（1X）
• 页码范围: 722-726
• 页数: 5页
• 分类号: TP391.1

摘要

中文分词是中文信息化处理的基础环节。在中文全文索引中,中文分词更起着举足轻重的作用。该文首先比较了常见的中文分词算法,最后选用了综合性能较优的分词算法—基于词频统计的匹配分词,引入全文索引的开源项目Lucene中。通过与传统的机械分词对比,发现使用基于词频统计的匹配分词的全文索引,不但大大节省索引空间,而且显著地提高了检索的质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	席朝琼		9	23	2.0	4.0