蒙古文搜索引擎基本方法的實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，如何從海量的數(shù)據(jù)資源中獲取有價(jià)值的信息已成為急需解決的一個(gè)問題。搜索引擎作為互聯(lián)網(wǎng)的入口，搜索引擎具有無可替代的作用，被依賴程度和對其提出的要求都越來越高。搜索引擎在西文和中文領(lǐng)域有著迅速的發(fā)展，但是在少數(shù)民族文字領(lǐng)域卻發(fā)展緩慢。有大量的、極其珍貴的信息資源采用蒙古文進(jìn)行記載。在蒙古文國際標(biāo)準(zhǔn)碼（Unicode碼）發(fā)布之后，蒙古文網(wǎng)站如雨后春筍般迅速地發(fā)展，蒙古文互聯(lián)網(wǎng)數(shù)字信息資源急劇地增加，然而關(guān)于蒙古

2、文搜索引擎的理論技術(shù)卻才剛剛開始，遠(yuǎn)遠(yuǎn)滿足不了使用蒙古文的人們的迫切需求。因此蒙古文急需高效的、完善的蒙古文搜索引擎解決方案。
　　本文對蒙古文搜索引擎基本方法進(jìn)行了研究，并通過剖析搜索引擎架構(gòu)、研讀信息檢索理論技術(shù)、研究蒙古文語言特點(diǎn)完成了蒙古文搜索引擎基礎(chǔ)方法的實(shí)現(xiàn)。文中主要研究了信息采集與預(yù)處理和索引結(jié)構(gòu)與索引構(gòu)建兩大部分。信息采集與預(yù)處理實(shí)現(xiàn)了文本采集、存儲(chǔ)、文本轉(zhuǎn)換、預(yù)處理、分詞（詞干提取方法）及停用詞處理。索引結(jié)構(gòu)與索