Lucense.net 搜索技术

Lucene已经是数年前就出现的开源技术。很多站点都是利用它搭建自己网站的站内搜索。由于最近也在做数据检索方面的东西，也学习了下Lucene.net的使用。

与传统数据库检索相比，Lucene.net具有以下特点：

 

分词技术

在搜索引擎技术中，分词对于影响搜索引擎结果排序有着至关重要的作用。与英文不同的是，中文之间没有空格，并且由于中国文字的博大精深，常常一句话可以分出很多不同效果的词汇，这里就不做举例了，想必大家都有所体会。所以对于一个中文搜索引擎来说，中文分词技术是十分重要的，也是十分讲究的。

在搜索引擎运行的机制中，有很多种中文分词的办法，例如正向最大匹配分词，逆向最大分析，基于统计的分词，基于词库的分词等。但是在实际的搜索引擎运行过程中，分词的办法却没有这么简单了。因为搜索引擎不仅仅要去考虑到分词结果的正确性，还需要考虑到对于分不出来的词的处理。
所以能写出一个好的分词算法是很不容易的，由于水平有限，这里主要介绍下Lucene.net和网上几个分词方法。大家有更好的分词方法还望分享！

 

 

转载于:https://www.cnblogs.com/FredChan/archive/2010/06/07/a20100607.html