一种支持文本局部区域匹配的搜索引擎系统

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,可以获得关健词相关的语义环境,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.