基于Lucene的XML索引与检索

基于Lucene的XML索引与检索

论文摘要

网络信息和数据的交互形成了信息时代的重要标志,XML得到越来越广泛的应用,随之而来的文档数据迅猛增长使得更新和维护XML文档成为一门重要的课题,为了更好使用XML文档,提高效率,降低开发和维护的成本,学者们不断对XML的相关理论进行了深入地研究,从数据存储到索引、一直到查询,使得XML理论和应用得到了快速地发展,难题不断地被化解,优秀的研究成果造就了很多索引和检索工具。不过对于人们日益增长的查询需求和多样性的XML数据,人们越来越希望能找到一种同时满足不同数据源(XML、纯文本,关系型数据库以及其他各种应用数据等)且能够有效处理各种查询请求的通用索引结构。因此,针对不同的XML应用,学者们提出了各种不同建立和维护索引的方法,从而满足各种不同环境下的用户需求。本文首先介绍了全文检索系统的相关技术,对Lucene全文检索工具进行了研究,接着对已有的XML相关技术进行了深入分析和探讨,最后根据XML的解析和编码技术对XML数据源文档进行处理,对XML文档树进行前缀编码,应用改进的Lucene中文分词器对解析模块提取的数据进行分词,通过扩展的Lucene的索引模块建立索引,开发实现一个基于Lucene的XML全文检索原型系统。本文对Lucene索引模块进行了改进,提高了二次开发的效率,使得实现简单并且非常方便地移植到其他全文检索系统,为建立准确、实用、高效的基于Lucene的全文检索系统打下坚实基础,同时促进了企业或组织更加高效地管理各种信息资源。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 国内外研究现状
  • 1.3 本文的工作
  • 第二章 全文检索系统关键技术
  • 2.1 全文检索系统概述
  • 2.2 全文检索系統功能与结构
  • 2.2.1 索引基本结构
  • 2.2.2 倒排索引
  • 2.2.3 索引分类
  • 2.2.4 索引评价标准
  • 2.2.5 检索模型
  • 2.3 Lucene全文检索系统关键技术研究
  • 2.3.1 简介
  • 2.3.2 Lucene的系统结构
  • 2.3.2.1 语言分析包 org.apache.lucene.analysis
  • 2.3.2.2 文档结构包 org.apache.lucene.document
  • 2.3.2.3 索引管理包 org.apache.lucene.index
  • 2.3.2.4 查询分析包 org.apache.lucene.queryParser
  • 2.3.2.5 检索包 org.apache.lucene.search
  • 2.3.2.6 存储包 org.apache.lucene.store
  • 2.3.2.7 工具包 org.apache.lucene.util
  • 2.3.3 Lucene的索引数据结构
  • 2.4 本章小结
  • 第三章 XML相关技术
  • 3.1 XML简介
  • 3.2 XML文档规范
  • 3.3 XML的特色
  • 3.4 XML解析技术
  • 3.5 XML编码
  • 3.6 本章小结
  • 第四章 全文检索原型系统的设计
  • 4.1 总体设计
  • 4.2 系统各个模块的设计
  • 4.2.1 解析模块
  • 4.2.2 分词器
  • 4.2.3 索引模块
  • 4.2.4 检索模块
  • 4.3 本章小结
  • 第五章 全文检索原型系统的实现
  • 5.1 系统各功能模块的实现
  • 5.1.1 节点编码器
  • 5.1.1.1 前缀编码介绍
  • 5.1.1.2 节点编码的实现
  • 5.1.2 改进的 Lucene中文分词器
  • 5.1.3 索引模块
  • 5.1.4 检索模块
  • 5.2 性能优化研究
  • 5.3 实验及展现
  • 5.3.1 测试环境
  • 5.3.2 性能测试
  • 5.3.2.1 索引测试
  • 5.3.2.2 检索测试
  • 5.3.3 实验结论
  • 5.4 本章小结
  • 总结和展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].广告索引[J]. 中国医药工业杂志 2019(11)
    • [2].广告索引[J]. 涂料工业 2019(12)
    • [3].本期广告索引[J]. 岩土工程学报 2019(12)
    • [4].广告索引[J]. 制造业自动化 2019(12)
    • [5].广告索引[J]. 中国医药工业杂志 2019(12)
    • [6].广告索引[J]. 油气田地面工程 2020(02)
    • [7].产品名称索引[J]. 中国公共安全 2019(12)
    • [8].本期广告索引[J]. 岩土工程学报 2020(01)
    • [9].栏目索引[J]. 农业装备与车辆工程 2019(12)
    • [10].第三十一卷(2019)索引[J]. 中外法学 2019(06)
    • [11].本期广告索引[J]. 广东通信技术 2019(11)
    • [12].公司索引[J]. 互联网周刊 2020(01)
    • [13].本期新种索引[J]. 菌物学报 2020(02)
    • [14].广告索引[J]. 香料香精化妆品 2020(01)
    • [15].广告索引[J]. 油气田地面工程 2020(03)
    • [16].广告索引[J]. 山东化工 2020(01)
    • [17].广告索引[J]. 造纸科学与技术 2019(06)
    • [18].本期广告索引[J]. 岩土工程学报 2020(02)
    • [19].信息索引[J]. 中国检验检测 2020(01)
    • [20].广告索引[J]. 铁道技术监督 2020(01)
    • [21].栏目索引[J]. 农业装备与车辆工程 2020(01)
    • [22].广告索引[J]. 水利信息化 2020(01)
    • [23].广告索引[J]. 储能科学与技术 2020(02)
    • [24].公司索引[J]. 电气时代 2020(02)
    • [25].广告、信息索引[J]. 广西蚕业 2019(04)
    • [26].广告索引[J]. 世界临床药物 2020(02)
    • [27].广告索引[J]. 中国医药工业杂志 2020(01)
    • [28].广告索引[J]. 油气田地面工程 2020(04)
    • [29].本期广告索引[J]. 广东化工 2020(06)
    • [30].广告索引[J]. 合成橡胶工业 2020(02)

    标签:;  ;  ;  

    基于Lucene的XML索引与检索
    下载Doc文档

    猜你喜欢