ݺߣ
Submit Search
Apache Lucene Informacijos paieška
•
0 likes
•
628 views
Kaunas Java User Group
Follow
Lucene Informacijos paieška
Read less
Read more
1 of 27
Download now
Download to read offline
More Related Content
Apache Lucene Informacijos paieška
1.
Informacijos paieška Trumpas įvadas į
Apache Lucene Mindaugas Žakšauskas Vilnius Kaunas Java User Group
2.
assert this !=
null
3.
Kalbėsiu apie ● Probleminę
sritį ● Informacijos paieškos teoriją ● Lucene ● Solr (jei liks laiko) ● ?
4.
Who are we?
8.
http://nlp.stanford.edu/IR-book/
9.
Sukaposiu gabalais (tokenization) Dokumentas #1: "The
quick brown fox jumps over the lazy dog.” Word the quick brown fox Documents 1 1 1 1 Offsets 1[0] 1[4] 1[10] 1[16]
10.
Sukaposiu gabalais (tokenization) #2 Dokumentas
#2: "I saw a brown fox yesterday. It ran away quickly.” Word the quick brown fox Documents 1 1 1, 2 1, 2 Offsets 1[0] 1[4] 1[10], 2[8] 1[16], 2[13]
11.
Stopwords Anglų: - artikeliai a,
the Lietuvių: - prielinksniai: į, nuo - ištiktukai: oi! - ?
13.
Quick| ⇒ quick quick|ly
⇒ quick Stemming, lowercasing
14.
Apache Lucene ● ACID
(+2 phase commit) ● NoSQL (rimtai!) ● Concurrency ● Java (.NET, Python, Ruby) ● Bendruomenė ● Plačiai naudojama
15.
Ne caro laikų
Lucene! Indeksavimo greitis, Lucene v4
17.
Sinonimai ● Vanduo -
H2 O ● Reikia spec. žodyno (SynonymMap) quick brown fox ⇒ "quick", "fast", "brown", "fox"
18.
Fonetinis kodavimas http://en.wikipedia.org/wiki/Metaphone 0BFHJKLMNPRSTWXY Stephen Smith
⇒STFN SM0
20.
Boosting (indexing, query)
22.
Užklausos ● field: foo
bar ● field: +foo -bar ● field: “foo bar” ● field: +“foo bar” AND blah ● field: f?o bar* ● field: foo~ bar~0.8 ● date_field: [2000 TO 2001] ● field: (foo AND bar) OR bob http://searchhub.org/dev/2011/12/28/why-not-and-or-and-not/
23.
Rezultatų formulė org.apache.lucene.search.similarities.TFIDFSimilarity
24.
Finite state transducer mop,
moth, pop, star, stop, top 10 million Wikipedia index - 69Mb
Download