基于Lucene的中文分词器的改进与实现

• 作者: 罗惠峰 郭淑琴
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 全文检索 中文分词器 文本解析器 最大匹配算法(MMSEG)
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 技术与方法
• 页码范围: 76-78,82
• 页数: 4页
• 分类号: TP39
• 字数: 3088字
• 语种: 中文

摘要

Lucene是一个高效的全文检索工具包,本文主要研究了Lucene的体系架构及其在中文检索上的应用.通过对基于最大匹配算法的中文分词器的设计与改进,并引入文本解析器与构建同义词词库引擎,使得Lucene对中文的检索更加个性化.通过检索结果的对比表明,改进后的中文分词器对检索功能的扩展有了极大的提高.并最终构建出了一个高效的中文全文检索系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭淑琴	浙江工业大学信息工程学院	43	173	7.0	10.0
2	罗惠峰	浙江工业大学信息工程学院	1	2	1.0	1.0