侯天峰, 陆亚祥

(南京大学金陵学院 信息科学与工程学院，南京 210089)

一种全文检索系统的研究与实现

侯天峰, 陆亚祥

(南京大学金陵学院 信息科学与工程学院，南京 210089)

网络科技的飞速发展导致电子文档的数量急剧膨胀,如何从大量的文档中快速、准确的获取所需内容成为一个当前研究的热点。在MVC模式以及Lucene架构的基础上，研究和实现了较为先进的全文检索系统。系统扩展了检索支持的文档种类，改进了对检索结果的展现及访问方式，提高了检索系统便捷性及性能。

Lucene; 全文检索; 文档解析; 预览

0 引言

互联网技术的发展，也是各种文本信息产生的过程。无论是查阅资料还是编辑文档，其中文本信息是最基本和常用的信息形式，人们对文档的处理越来越频繁。如何从大量的文档中快速、准确地获取用户需要的信息资料成为一个急需解决的问题。由此，促使了信息检索系统的出现和迅速发展[1,2]。

数据检索能够快速定位、检索各种信息资源，在人们的生活和工作中都发挥着重要的作用，信息检索的核心技术是全文检索技术[3]。法律情报检索系统是世界第一个全文检索系统，其由美国米德公司于1973 年发布[4],期间它得到了很多的改进，1959年刚被设计出来的时候仅仅用在了法律情报这一方面，面向的方向单一，系统功能也不是很完善。相对于西方国家，我国在全文检索系统方面的起步较晚，由于中文是一种象形文字使得国外全文检索软件并不能很好地适用于我国用户。……