有关语义搜索总结

1.主要采用分词和本体技术

 

2.用tomcat + myeclipse开发

 

3.架构mvc

 

4.实现思路：

• 上传文件，对文件转化成字符串，然后用lucene分词

代码：r

 File files=new File(FileName); // System.out.println(FileName); FileInputStream str=new FileInputStream(files); int dotindex=FileName.indexOf("."); if(FileName.substring(dotindex).equals(".doc")){ try { Word_txt word_txt=new Word_txt(); //把word文档抽取出来 txtContent=word_txt.Wordtotxt(FileName); Search search=new Search(); //对字符串分词 String outtxt=search.separatedTerm(txtContent); Class.forName("com.mysql.jdbc.Driver"); Connection conn=(Connection) DriverManager.getConnection("jdbc:mysql://localhost:3306/spacedebris" , "root", "alen"); String sql="insert into fileinfo(FileName,FileContent,TxtContent,fenContent,FileDes) values (?,?,?,?,?)"; PreparedStatement pstmt= conn.prepareStatement(sql); pstmt.setString(1,FileName); pstmt.setBinaryStream(2,str,(int)files.length()); pstmt.setString(3,txtContent); pstmt.setString(4,outtxt); pstmt.setString(5, fileDes); pstmt.executeUpdate(); //更新到数据库 pstmt.close(); conn.close(); errorMsg=FileName+"已经成功导入！";

 

然后根据需要把相关的关键词和文档一一对应起来，用数据库保存

 

• 可以借助许多中文分词工具，如：极易分词等，对中文文档分词，最后为保存到数据库的文件和关键词等用lucene建立索引，为下一步搜索做好准备！做到这一步，你就可以做到对所有文档进行全文搜索了~！

 

•  要做到语义搜索，这里用到的是本体技术。这里用到的是protege工具，可以用来构建出owl形式的本体！然后prefuse开源包可以把本体显示出来！如下图：
• 这个图形主要是根据本体之间的关系建立，然后通过直接点击本体，就可以进行搜索到与这个本体相关的文档，并且可以根据本体图的关系，达到语义搜索的目的！

注：关键技术：本体、lucene分词、applet与js通信、prefuse研究....

由于图片不知道如何上传，对这个有兴趣的朋友，可以一起探讨！

 

先写这些，有些东西还需要时间研究！