基于Nutch搜索引擎系统数据处理的中文分词技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 搜索引擎简介 | 第8-13页 |
| 1.1 搜索引擎的产生及定义 | 第8页 |
| 1.2 搜索引擎的发展、现状及趋势 | 第8-10页 |
| 1.3 搜索引擎的特点及分类 | 第10-12页 |
| 1.4 研究意义及本文的主要工作 | 第12-13页 |
| 第二章 搜索引擎系统的综合研究 | 第13-20页 |
| 2.1 搜索引擎的体系结构 | 第13-14页 |
| 2.2 搜索引擎工作原理 | 第14-20页 |
| 2.2.1 获得海量数据 | 第16-18页 |
| 2.2.2 数据预处理技术 | 第18-20页 |
| 第三章 中文分词技术 | 第20-28页 |
| 3.1 分词技术的重要性 | 第20-21页 |
| 3.2 中文分词的系统评价 | 第21-22页 |
| 3.3 中文分词的难点 | 第22-23页 |
| 3.4 中文分词算法 | 第23-28页 |
| 第四章 Nutch 搜索引擎系统介绍 | 第28-37页 |
| 4.1 搜索引擎开源项目 | 第28-29页 |
| 4.2 Nutch 的深入分析 | 第29-33页 |
| 4.2.1 研究 Nutch 的原因及意义 | 第30-31页 |
| 4.2.2 Nutch 架构及工作流程 | 第31-33页 |
| 4.3 Nutch 的环境搭建与配置 | 第33-37页 |
| 第五章 Nutch 搜索引擎中中文分词的改进 | 第37-46页 |
| 5.1 Nutch 中自带的中文分词 | 第37-41页 |
| 5.2 Nutch 的插件体系结构 | 第41-43页 |
| 5.3 IK 分词器的原理和性能优势 | 第43-44页 |
| 5.4 在 Nutch 中实现中文分词的改进 | 第44页 |
| 5.5 中文分词改进前后对比测试 | 第44-46页 |
| 第六章 结束语 | 第46-47页 |
| 6.1 本文内容总结 | 第46页 |
| 6.2 下一步研究方向 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 攻读学位期间取得学术成果 | 第50页 |
