發(fā)布時(shí)間：2025-02-08 12:10

　　互聯(lián)網(wǎng)作為現(xiàn)代社會(huì)主要信息交流的工具發(fā)揮著重要作用,在其使用之初存儲(chǔ)的信息量并不大。但隨著Web技術(shù)的發(fā)展,互聯(lián)網(wǎng)擁有數(shù)量巨大的網(wǎng)頁(yè),搜索引擎幫助人們方便快捷地從海量網(wǎng)頁(yè)數(shù)據(jù)中檢索出目標(biāo)信息。但是傳統(tǒng)搜索引擎無(wú)法滿足用戶對(duì)專題信息的精確搜索需求,而以“專精深”的特點(diǎn)著稱的垂直搜索引擎可以解決這類檢索問題,成為目前搜索引擎發(fā)展的方向。 本文首先論述傳統(tǒng)搜索引擎與垂直搜索引擎的研究背景、研究意義,從兩類搜索引擎的系統(tǒng)結(jié)構(gòu)、核心技術(shù)、工作原理方面進(jìn)行分析,比較其不同之處,接著以企業(yè)搜索引擎Solr為背景,實(shí)現(xiàn)整個(gè)英語(yǔ)例句垂直搜索引擎。為了方便用戶甄別獲得英文句子的權(quán)威性,本課題針對(duì)英文例句搜索結(jié)果排序進(jìn)行了深入研究,實(shí)現(xiàn)一個(gè)能夠代替人工識(shí)別英文句子地道程度的評(píng)分模型。該模型分析并提取英文句子中的單詞、短語(yǔ)、句子等結(jié)構(gòu)的特征,根據(jù)現(xiàn)實(shí)情況中用戶對(duì)英文句子的評(píng)分從上述特征中提取出相關(guān)特征集合,然后使用主成分分析法降低集合中特征數(shù)量,選取代表性較高正交特征集合,最后使用回歸方法來(lái)確定合理的打分模型,利用打分模型將得分高的句子推薦給用戶。 本課題研究與實(shí)現(xiàn)了英語(yǔ)例句垂直搜索引擎系統(tǒng)。其中重點(diǎn)研...

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景
    1.2 研究現(xiàn)狀
    1.3 本文工作
    1.4 論文結(jié)構(gòu)
第二章 相關(guān)工作
    2.1 搜索引擎
        2.1.1 傳統(tǒng)搜索引擎分類
        2.1.2 傳統(tǒng)搜索引擎結(jié)構(gòu)
        2.1.3 傳統(tǒng)搜索引擎基本原理
        2.1.4 傳統(tǒng)搜索引擎不足
        2.1.5 垂直搜索引擎
        2.1.6 垂直搜索引擎優(yōu)勢(shì)
        2.1.7 垂直搜索引擎結(jié)構(gòu)
        2.1.8 垂直搜索引擎關(guān)鍵技術(shù)
    2.2 傳統(tǒng)搜索引擎與垂直搜索引擎比較
        2.2.1 信息服務(wù)
        2.2.2 工作流程
    2.3 企業(yè)級(jí)搜索服務(wù)器Solr
    2.4 本章小結(jié)
第三章 英語(yǔ)例句垂直搜索引擎的研究與實(shí)現(xiàn)
    3.1 英語(yǔ)例句垂直搜索引擎
    3.2 索引建立
    3.3 數(shù)據(jù)源
    3.4 中文分詞
    3.5 檢索排序
    3.6 英語(yǔ)例句垂直搜索引擎的實(shí)現(xiàn)
    3.7 本章小結(jié)
第四章 英語(yǔ)例句垂直搜索引擎排序優(yōu)化
    4.1 排序策略
        4.1.1 排序策略實(shí)驗(yàn)工具
        4.1.2 排序策略實(shí)驗(yàn)設(shè)計(jì)
    4.2 實(shí)驗(yàn)
        4.2.1 實(shí)驗(yàn)數(shù)據(jù)
        4.2.2 實(shí)驗(yàn)過程
        4.2.3 實(shí)驗(yàn)結(jié)論
    4.3 本章小結(jié)
第五章 英語(yǔ)例句垂直搜索系統(tǒng)評(píng)估
    5.1 抗壓性評(píng)估
    5.2 搜索結(jié)果評(píng)估
    5.3 本章小結(jié)
第六章 總結(jié)與展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號(hào)：4031503