Team 12 - Šproty
This presentation is the property of its rightful owner.
Sponsored Links
1 / 7

Team 12 - Šproty PowerPoint PPT Presentation


  • 60 Views
  • Uploaded on
  • Presentation posted in: General

Team 12 - Šproty. Indexovanie a  vyhľadávanie dokumentov Nástroj Lucene. Bc. Ľubomír Eľko. Triedy v Lucene. Document - represents a document in Lucene. Field - will contain a name for the section and the actual data.

Download Presentation

Team 12 - Šproty

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Team 12 proty

Team 12 - Šproty

  • Indexovanie

  • a  vyhľadávanie dokumentov

  • Nástroj Lucene

Bc. Ľubomír Eľko


Team 12 proty

Triedy v Lucene

  • Document - represents a document in Lucene.

  • Field - will contain a name for the section and the actual data.

  • Analyzer -an abstract class that used to provide an interface that will take a Document and turn it into tokens that can be indexed. SimpleAnalyzer, StopAnalyzer and StandardAnalyzer class.

  • IndexWriter - used to create and maintain indexes.

  • IndexSearcher - used to search through an index.

  • QueryParser - used to build a parser that can search through an index.

  • Query - an abstract class that contains the search criteria created by the QueryParser.

  • Hits - contains the Document objects that are returned by running the Query object against the index.


Team 12 proty

Príklad vyhľadania

Score

ID

Enter query or press 'Enter' to exit:

projekt

Searchingfor: projekt

2 totalmatchingdocuments

1. [11.doc] (0,16309) C:/Users/lubes.e/test/docs/o_nas.html

Title: Sproty Team Page

Author: team c.12 - sproty

Keywords: sproty, fiit, java, prefuse, foaf, lucene

Description: stranka timu c. 12 (sproty). tema: graficka podpora vyhladavania znalosti v dokumentoch.

<title>Sproty Team Page</title>

<meta name="author" content="Team c.12 - Sproty" />

<meta name="keywords" content="sproty, fiit, java, prefuse, foaf, lucene" />

<meta name="description" content="Stranka timu c. 12 (Sproty). Tema: Graficka podpora vyhladavania znalosti v dokumentoch." />


Team 12 proty

Problémy I.

  • Čo keď metadáta chýbajú? Priority:

  • Riešenie – zapisovanie do metadát

  • Riešenie – šablóna a macro pri zavretí

  • Riešenie – vlastný parser- keywords - počítanie výskytov slov (najviac slov však bude typu „softvér“, „projekt“, atď., teda nulová inf. hodnota)- ale ako zistíme autora alebo názov? [Author: Einstein]


Team 12 proty

Problémy II.

  • Diakritika

  • Konvertor textu do ASCII (prvých 127 znakov)trieda ASCIIFoldingFilter

  • Odstraňovanie diakritiky (Accentedcharacter)trieda ISOLatin1AccentFilter

  • PoužijemeASCIIFoldingFilternakoľko ISOLatin1AccentFilter sa

  • už neodporúča používať a v novej verzii Lucene sa už ani nebude

  • nachádzať.


Team 12 proty

Problémy III.

Analyzátor na SVK slová- existuje CzechAnalyzer – prispôsobenie na slovenčinu- používanie dvoch analyzátorov sa nedoporučuje!

Ako zistiť či ide o SVK alebo ENG dokument?- prítomnosť smerodajných slov v texte

Ako zistiť či ide o SVK alebo ENG query?- dá sa z jedného slova určiť o aký jazyk ide a teda aký analyzátor použiť?- „MySQL“, „network“, „index“, „server“, „opensource“, „problem“, „Einstein“


Team 12 proty

Zdroje a odkazy

Lucene – Wikipédiahttp://en.wikipedia.org/wiki/Lucene

Lucene – Dokumentáciahttp://wiki.apache.org/lucene-java

Introduction to Text Indexing with Apache Jakarta Lucenehttp://onjava.com/pub/a/onjava/2003/01/15/lucene.html

The Lucene Search Engine - Adding search to your applicationshttp://www.javaranch.com/journal/2004/04/Lucene.html

Lucene – Howto accomplish simple tasks?http://wiki.apache.org/lucene-java/HowTo

Lucene as a Ranking Enginehttp://www.wortcook.com/pdf/lucene-ranking.pdf


  • Login