inux源码LXR 源自“the Linux Cross
Referencer”，中间的“X”形象地代表了“Cross”。与 Source Navigator
类似，它也是分析阅读源代码的好工具。不同的是，它将源代码借助浏览器展示出来，文件间的跳转过程成了我熟悉的点击超链接动作。http://lxr...
分类：
其他好文 时间：
2014-06-06 14:22:54
阅读次数：
406
概念
在谈全文检索之前，首先让我们来了解一下什么是信息检索。信息检索就是从信息集合中找出与用户需求相关的信息。被检索的信息除了文本外，还有图像、音频、视频等多媒体信息，这里我们只讨论文本信息的检索。
全文检索是信息检索技术的一种，主要是把用户的查询请求和全文中的每一个词进行比较，不考虑查询请求与文本语义上的匹配。在信息检索工具中，全文检索是最具通用性和实用性的。...
分类：
其他好文 时间：
2014-06-05 07:42:26
阅读次数：
265
好几天没更新了。更新一下，方便自己和大家学习。这是最基本的代码package index;import
java.io.File;import java.io.IOException;import java.util.HashMap;import
java.util.Map;import org.a...
分类：
其他好文 时间：
2014-06-04 16:23:48
阅读次数：
348
-vmD:/jdk-6u17-windows-i586/jdk1.6.0_17/bin/javaw.exe-startupplugins/org.eclipse.equinox.launcher_1.3.0.v20120522-1813.jar-nlen_US--launcher.librarypl...
分类：
系统相关 时间：
2014-06-03 06:36:03
阅读次数：
260
项目地址：http://code.google.com/p/freecms/
全文检索
从FreeCMS 1.7开始支持
只有创建过索引的对象才能被lucene类标签查询到。
信息类数据会在信息更新、审核、删除、还原操作时自动进行全文检索处理。
1. 创建索引
从左侧管理菜单点击创建索引进入。
您可以选择需要创建索引的栏目，然后点...
分类：
编程语言 时间：
2014-06-03 03:55:21
阅读次数：
273
（一）搜索引擎的开发一般可分为下面三大部分1、数据採集层：一般使用爬虫获取互联网的数据，重要的开源项目有Heritrxi2、数据分析处理层：将从互联网上获取到的数据进行提取归类、分词、语义分析得出索引得内容，等待用户查询使用，重要的开源项目有Lucene3、视图层：也用户的交互界面，如一个站点的首页...
分类：
其他好文 时间：
2014-05-31 20:04:37
阅读次数：
263
Lucene是一个高性能的java全文检索工具包，它使用的是倒排文件索引结构。该结构及相应的生成算法如下：
0）设有两篇文章1和2 文章1的内容为：Tom lives in Guangzhou,I live in Guangzhou too. 文章2的内容为：He
once lived i...
分类：
其他好文 时间：
2014-05-31 15:14:01
阅读次数：
302
还没读TFIDFSimilarity的代码，读了一下lucene的文档，没有特复杂，感觉还是非常严谨的。对于查询q和文档d,如果查询为纯token查询，套用向量空间模型(VSM),相似度度量使用余弦，另外再加一个coord(q,d)即d中满足q中must和should查询条件个数的度量(预计通常是m...
分类：
其他好文 时间：
2014-05-31 12:26:13
阅读次数：
447
代码高亮显示是通过在搜索到的Term中把匹配了用户输入的关键字的周围加上一些标记来实现（比如，关键字是"中华" 查到的一个Term是
"中华人民共和国"，则把这个Term修改一下 把"中华" 两个字加粗，最终结果是这样的： 中华人民共和国）下边是具体实现的代码片段： Top...
分类：
其他好文 时间：
2014-05-31 05:07:22
阅读次数：
207
TokenStream是一个能在被调用后产生语汇单元流的类，但是 TokenStream
类有两个不同的类型：Tokenizer 类和 TokenFilter 类。这两个类都是从抽象类TokenStream类继承而来。 Tokenizer
对象通过Java.io.Reader 对象读取字符...
分类：
其他好文 时间：
2014-05-29 15:01:26
阅读次数：
551
