Lucene

摘要： 阐述Lucene检索工具,包括系统设计思路、系统架构、系统模块,实现科技查新检索系统设计,探讨系统检索性能的科学性,验证系统的可靠性、稳定性。

摘要： 为了提高网络资源索引信息动态检索系统进行检索时的覆盖范围,提出了Lucene的网络资源索引信息动态检索系统.本次设计的系统,是根据Lucene的核心逻辑,设计系统整体框架,以此调整原有的处理器,通过设计全新的网络资源分词方式,依据计算不同位置的索引信息权重来弥补原有系统的缺失.实验研究表明,与文献[2]设计的检索系统相比,Lucene的检索系统通过计算大量索引信息权重,检索得到范围更大、数量更多与用户所需内容更匹配的网络资源.由此可见,该系统的检索性能更好,可以应用到现阶段对网络资源的检索工作中.

摘要： HBase(分布式存储数据库)是大数据存储领域的热点技术,为信息化快速发展带来的存储问题提供了有效的解决方案。针对HBase检索低效以及企业对系统的低耦合、高扩展性需求,通过分析HBase检索困难的原因,设计一个索引中间件。利用Lucene(全文检索引擎工具)技术构建二级索引,以统一接口的形式提供服务。经过实验验证,索引中间件在保证写入需求的情况下,有效地改善了查询性能,在千万级数据量下仍然达到毫秒级检索,并且耦合性低,易于部署,可以快速整合到已有系统中,具有较强的泛用性。

摘要： HBase(分布式存储数据库)是大数据存储领域的热点技术,为信息化快速发展带来的存储问题提供了有效的解决方案.针对HBase检索低效以及企业对系统的低耦合、高扩展性需求,通过分析HBase检索困难的原因,设计一个索引中间件.利用Lucene(全文检索引擎工具)技术构建二级索引,以统一接口的形式提供服务.经过实验验证,索引中间件在保证写入需求的情况下,有效地改善了查询性能,在千万级数据量下仍然达到毫秒级检索,并且耦合性低,易于部署,可以快速整合到已有系统中,具有较强的泛用性.

摘要： 缓存对Solr搜索性能提升做出出色的贡献,尤其在高命中率的场景,但很多场景下缓存预热参数autowarmCount却被设置成了0,因为一旦设置不当,往往得不偿失.为使缓存预热更好地发挥其作用,本文以新版Solr源码(solr-8.10.0)为参考,基于大多数场景,阐明Solr差异化缓存预热方案,该方案以用户检索场景的不同为切入点,力图做到以更小的autowarmCount满足更迫切的用户.

摘要： 针对中文是非问句,设计并实现了基于Lucene的问答系统,主要包括问句预处理、索引创建和答案整理三部分.问句预处理部分,引入句法成分权重和命名实体权重改进TextRank算法,得到一种提取问句核心词的方法.在索引创建部分,针对本地的多源数据进行文档融合创建索引,降低数据多样性带来的复杂度.在答案整理部分,对查询索引结果进行答案判决,输出肯定或否定含义的答案.实验结果表明,数据融合能有效减少索引创建耗时,改进TextRank的核心词提取方法准确率明显高于TextRank,系统具有较为不错的性能.

摘要： 利用DSpace系统建立一个机构库后，如何从大量的数据中检索用户需求的文献，是DSpace挖掘的重要组成部分。为了提高Dspace系统的检索性能，本文对DSpace机构知识库系统中的检索工具包Lucene进行了详细分析和研究，对多种常用的中文分词方法通过对比实验，最终确定使用JE-analyzer（极易）方法作为DSpace检索工具包的中文分词方法。

摘要： 利用DSpace系统建立一个机构库后，如何从大量的数据中检索用户需求的文献，是DSpace挖掘的重要组成部分。为了提高Dspace系统的检索性能，本文对DSpace机构知识库系统中的检索工具包Lucene进行了详细分析和研究，对多种常用的中文分词方法通过对比实验，最终确定使用JE-analyzer（极易）方法作为DSpace检索工具包的中文分词方法。

摘要： 利用DSpace系统建立一个机构库后，如何从大量的数据中检索用户需求的文献，是DSpace挖掘的重要组成部分。为了提高Dspace系统的检索性能，本文对DSpace机构知识库系统中的检索工具包Lucene进行了详细分析和研究，对多种常用的中文分词方法通过对比实验，最终确定使用JE-analyzer（极易）方法作为DSpace检索工具包的中文分词方法。

摘要： 利用DSpace系统建立一个机构库后，如何从大量的数据中检索用户需求的文献，是DSpace挖掘的重要组成部分。为了提高Dspace系统的检索性能，本文对DSpace机构知识库系统中的检索工具包Lucene进行了详细分析和研究，对多种常用的中文分词方法通过对比实验，最终确定使用JE-analyzer（极易）方法作为DSpace检索工具包的中文分词方法。

摘要： 为整合各类异构系统中的开放存取资源，本文利用开源网络爬虫Heritrix 以及开源软件包Jsoup，PDFBOX，Lucene，以及开源数据库Mysql，构建一套完全基于开源软件的面向OA资源的垂直搜索引擎系统，该系统不仅能够提供OA 资源的搜索，也可以对OA 资源进行本地下载，同时可以对整合馆内数字资源对馆内数字资源进行整合。

摘要： 为整合各类异构系统中的开放存取资源，本文利用开源网络爬虫Heritrix 以及开源软件包Jsoup，PDFBOX，Lucene，以及开源数据库Mysql，构建一套完全基于开源软件的面向OA资源的垂直搜索引擎系统，该系统不仅能够提供OA 资源的搜索，也可以对OA 资源进行本地下载，同时可以对整合馆内数字资源对馆内数字资源进行整合。

摘要： 为整合各类异构系统中的开放存取资源，本文利用开源网络爬虫Heritrix 以及开源软件包Jsoup，PDFBOX，Lucene，以及开源数据库Mysql，构建一套完全基于开源软件的面向OA资源的垂直搜索引擎系统，该系统不仅能够提供OA 资源的搜索，也可以对OA 资源进行本地下载，同时可以对整合馆内数字资源对馆内数字资源进行整合。

摘要： 为整合各类异构系统中的开放存取资源，本文利用开源网络爬虫Heritrix 以及开源软件包Jsoup，PDFBOX，Lucene，以及开源数据库Mysql，构建一套完全基于开源软件的面向OA资源的垂直搜索引擎系统，该系统不仅能够提供OA 资源的搜索，也可以对OA 资源进行本地下载，同时可以对整合馆内数字资源对馆内数字资源进行整合。

摘要： 介绍了开源框架SSHL（Struts-Spring-Hibernate-Lucene）功能、结构与特点，基于开源框架SSHL整合技术，集成了FAQ等多种咨询方式，实现了图书馆联合虚拟参考咨询平台CVRS。该平台实现了用户专家注册与管理、问题提问与回答、问题全文检索和帮助模 块等功能，整体架构简单，功能强大、层次清晰，可扩展性强。利用开源框架SSHL 不仅可 以使图书馆节省开发成本，提高开发效率，更有利于图书馆自身服务能力和技术水平的提高。

摘要： 介绍了开源框架SSHL（Struts-Spring-Hibernate-Lucene）功能、结构与特点，基于开源框架SSHL整合技术，集成了FAQ等多种咨询方式，实现了图书馆联合虚拟参考咨询平台CVRS。该平台实现了用户专家注册与管理、问题提问与回答、问题全文检索和帮助模 块等功能，整体架构简单，功能强大、层次清晰，可扩展性强。利用开源框架SSHL 不仅可 以使图书馆节省开发成本，提高开发效率，更有利于图书馆自身服务能力和技术水平的提高。

摘要： 本发明公开了一种适用于Lucene全文检索引擎的自定义打分方法，其特征在于，包括构建自定义的文档收集器、构建子句命中信息收集器、构建搜索子句组装插件、构建基于Long型数值的搜索打分插件等步骤，将实际的相似度排名需求映射到有限个布尔子句上，通过不同子句的命中情况以及本发明提出的一种基于Long型数值的搜索打分模型，将文档的最终相似度分值以高低位的形式映射在Long型数值上。通过本发明不仅可以设计出业务可扩展性强的搜索打分插件，而且插件输出的文档相似度分值具有较高的可读性和可解释性，给开发和调试工作带来了便利，总体上降低了基于Lucne全文检索引擎的自定义搜索打分和扩展的工作难度，提升领域内相关工作的效率。

摘要： 本公开涉及一种基于Lucene全文检索的配电网数据处理方法、装置。该方法包括：根据配电网拓扑连接关系，确定配电网的至少一个馈线联络组；获取每个馈线联络组中线路、台区和用户的关联数据，建立配电网数据库；基于Lucene全文检索对配电网数据库进行全文信息检索，按照预先设置的关键词进行分词，提取配电网数据库的关键信息并建立索引文件；基于索引文件在配电网数据库中对配电网中台区和线路的状态信息进行检索，并根据检索结果生成配电网中设备的状态信息集。本公开实施例所提供方法、装置，基于Lucene全文检索开展关键词挖掘分析，能够更好地确定配电网设备的状态，辅助配电网运维辅助决策，提高了信息利用率。

摘要： 本发明涉及一种基于Lucene索引段的合并优化方法，属于计算机索引技术领域。它包括以下步骤：结合当前节点负载信息和索引的段信息，构建合并分析模块以判断是否满足合并条件。根据各个索引段中包含的词典文件，得到索引内关于索引段的特征矩阵，再结合minHash算法和最小hash签名算法进行处理，以计算出索引段的签名矩阵。结合索引段的签名矩阵与Jaccard相似度原理，计算出各个索引段之间的相似系数，并根据相似系数将索引段划分为不同的相似集合。运用相似度评价模型对各个相似集合进行评分，并按照集合得分进行排序，选取得分最高的一个或者多个集合交由合并线程执行合并。本发明所述的优化方法能够减少合并操作对索引功能和检索功能性能的影响并能有效地提高检索的速度。

摘要： 本发明公开了一种基于块索引的Lucene加速优化方法，设计了块索引CK的结构由priority、subid和value构成；当块索引写入时，将待索引的数据按CK进行分组，若组内数据量超过预设值时进行拆分分组，拆分的分组ID构成subid；对CK分组后数据组组装成一个文档Document，并将各索引字段的相同值构建一个Field，根据每组的行号ID构建位图，CK与位图利用Payload结构进行存储，构成文档Document，完成块索引的建立。本发明解决了大数据量下Term对应地倒排链过长导致的索引存储和查询中的问题，提出“块索引”的存储方案，以减少存储占用与随机读次数，提高了写入与查询性能。

摘要： 本发明公开了一种基于Lucene的强化学习代码检索模型，包括以下步骤：1)分析代码文档并提取代码文档特征。2)使用Lucene为代码文档特征生成索引文件。3)通过比较当前查询和先前查询来获得查询重构。4)相似度计算组件根据代码文档特征和查询重构计算特征分数，并从用户反馈中提取用户满意度。5)采用MDP来根据查询公式和用户满意度计算特征权重。6)通过其特征得分和特征权重的内积来计算与每个代码文档之间的相关性得分，返回结果。用户满意则流程结束，否则返回步骤4。本发明基于Lucene的强化学习代码检索模型，通过获取隐式的用户满意度反馈作为排名的奖励，动态调整特征权重，帮助用户获取更精确的查询。

摘要： 本申请涉及一种基于Lucene的查询方法、装置、电子设备及存储介质，该方法包括：接收用户的查询请求，其中，查询请求中携带有查询请求参数，查询请求参数包括用于表征查询条件的字段和用于表征查询条件的逻辑运算表达式的字段；通过预设的查询解析器，将查询请求参数转化为目标基本查询，目标基本查询为Lucene所支持的且与查询请求参数相匹配的基本查询；通过目标基础查询，调用Lucene中的查询接口，以获取查询请求对应的查询结果；向用户反馈查询结果。这样，可以通过查询解析器将查询请求转换为Lucene所支持的基本查询，并调用Lucene中的查询接口获取查询结果，而无需事先搭建庞大的搜索引擎服务以及相应的复杂配置，即可实现轻量化搜索引擎的查询功能。

摘要： 本发明公开了一种基于Lucene的同行客户检索方法，主要是构建第一客户的特征索引库，识别第二客户的特征，对第二客户的特征与第一客户特征进行相似度计算，召回结果人工排名。达到在一般基于Lucene的全文检索的基础功能之上，通过特征工程，识别能够代表第一客户的特征，以及能够代表第二客户的特征，通过本发明的相似度算法和人工排名算法，能够极大提高同行客户的召回准确率和检索效率的效果。

摘要： 本发明涉及优化索引段合并处理方法，包括实时更新采集检索引擎生成的索引数据，并根据索引段大小进行分类并分别执行索引文件合并处理；一级索引段合并处理具体包括筛选索引段数值不低于十六个的独立索引文件，且合并后新索引文件的索引段总数值均不超过一百八十个；二级索引段合并处理具体包括筛选索引段数值不低于十六个的独立索引文件，且合并后新索引文件的索引段总数值均不超过二十四个；三级索引段合并处理具体包括筛选索引段数值不低于两个的独立索引文件，按每两个索引段执行一次索引合并处理；其它不满足条件不合并入库处理，本发明能够提供一种可灵活动态调整、入库效率高且处理性能高的Lucene优化索引段合并处理方法。

摘要： 本发明公开了基于Lucene和文法网络的聊天机器人的实现方法，含步骤：A.通过lucene在硬盘中构建实体变量的索引文件以及真实用户聊天问答语料索引文件、通过arngo数据库在硬盘上构建实体、实体关系；B.选择ABNF文法规范和解析器构建对应的问答模板；C.在ABNF解析器添加lucene检索实体的叶子节点、arango查询关系的叶子节点、lucene检索语料的叶子节点；D.进行语句匹配按照定义的规则，匹配指定的叶子节点；E.选择最优的回答。本发明通过添加lucene检索实体的叶子节点和arango查询关系的叶子节点，可构建特定领域的文法网络，解决精确、快速识别封闭域的聊天问题，通过添加lucene检索语料的叶子节点，解决真实用户开放域聊天问题。

摘要： 本发明涉及文件索引技术领域的基于hdfs存储且用lucene做索引的文件存储方法，包括首先，搭建索引系统并获取Lucene分布式索引系统维护过程不断更新产生的各个索引文件；然后，对获取的各个索引文件进行筛选分类后再进行索引文件合并处理，将分散的小索引文件合并为单一索引文件；对类型为tim、tip、doc、dvd、dvm、fdx、pay以及pos的文件均合并为一个文件；将文件按照顺序规则存放起来；对存放数据进行数据验证，经过验证合并后的文件可以正常的读取后进行最终存储，至此完成文件的存储处理本发明能够提供一种减少文件读写次数、处理存储高效且缩短操作延时的基于hdfs存储且用lucene做索引的文件存储方法。