sgear

先看看下面几个概念:分析器Analyzer分词器Tokenizer过滤器FilterTokenizer负责把词分开Filter负责对分开的词进行处理Analyzer包装组合Tokenizer和Filter以满足特定的分词需求力琦已经写了几种不同的WhitespaceAnalyzer();SimpleAnalyzer();StopAnalyzer();StandardAnalyzer();其中前三个

中文与西方文字不同，西方文字如英文的单词间有空格作为分隔，计算机很容易把一个个词分开。而中文句子里的之间没有分隔，要把中文句子拆分成词就需要使用中文分词技术。由于全文索引采用的是倒排索引技术，所以分词的效果直接决定了搜索的效果。目前的中文分词技术主要有：n元切分、最长匹配、最大压缩、统计语言模型等方法。n元切分，即机械切分。就是把中文句子每n个字分成一个“词”。比 如，“我是大学生”用一元切分的结

Lucene.NET 1.9 基本用法本文仅记录一些简单的使用方法，供初学者参考。 以下例子采用 Lucene.NET 1.9 版本，可取去 Lucene.Net 下载。 1. 基本应用 using System; using System.Collections.Generic; using System.Text; using Lucene.Net; using Lucene.Net.An

开的时候 以为是 程序没有读写权限 后来网上查到相关资料writer = new IndexWriter(DIR, new StandardAnalyzer(), false);writer = new IndexWriter(DIR, new StandardAnalyzer(), true);在索引没有建立前，使用增量索引时，会发生这个异常在索引建立时使用wri

中科院分词 ICTCLAS 的 .net 版本 是吕震宇1.0版本开发 Lucene.Net2.9  接口  ICTCLASAnalyzer .cs using System;using System.Collections.Generic;using System.Linq;using System.Web;using System.IO;using

更新（添加） protected void btnUpdate_Click(object sender, EventArgs e)        {            Boolean EnableCreate = true;            if (System.IO.File.Exists(index + "\\segments.gen"))

现在的程序在创建 5万条索引的时候要用 1个小时 而且索引文件总大小已经超过了4G 对文章内容 content 内容搜索的时候特别的慢。 我们想做的是让索引文件瘦下来，让创建索引和查询速度快起来 查询速度解决方法：1.创建索引的时候 对content 进行 HTML剔除，并且截取一段，不全保存，搜索的时候对 文章关键字和内容关键字搜索。这样做的 优点