【作者】 陈旻； 金苍宏； 吴明晖； 应晶；

【Author】 Chen Min~1,Jin Canghong~1,Wu Minghui~(1,2),and Ying Jing~(1,2) 1(College of Computer Science,Zhejiang University,Hangzhou 310007) 2(Department of Computer Science and Engineering,Zhejiang University City College,Hangzhou 310015)

【机构】 浙江大学计算机学院； 浙江大学城市学院计算机科学与工程学系；

【摘要】 使用索引可以提高管理文本信息的效率,但传统的搜索引擎返回结果为文本全文,表示该单词包含在文本文件中.其语义较为模糊,从而降低了信息管理、信息提取的有效性.针对文本特定上下文区域进行检索,可以获得关键词相关的语义环境,从而更有效地管理文本信息.介绍了一种基于上下文索引的文本局部匹配搜索引擎,该引擎包含上下文提取语言、上下文索引、匹配算法等模块,可以在文本的特定范围内提取模式信息,同时支持索引的随机访问和匹配.最后,以从20 Newsgroups数据集中提取出组织名称、发件人,邮件主题等为例,演示本引擎的功能.更多还原

【Abstract】 Using an index can improve the efficiency of the management of textual information,but traditional method returning the full text will reduce the effectiveness of information management and information retrieval.Retrieval for the specific context of the text area can get semantic environment related to keywords,which can extract text information more effectively.This article describes a partly match text search engine based on context index.This search engine contains several modules, such as context extract language,context index and matching algorithm that is used to extract pattern matching information within a specified range.Finally,we take extracting organization and sender from the message data set as an example,to show the function of the engine.更多还原