原创 剛接觸Lucene3.0.2寫的一個小程序
用的是ecplise環境，把lucene 的jar包導入新建的工程中... 一共兩個文件： --------------------------
2020-06-16 06:00:24
3
原创 Lucene下引入ICTCLAS進行中文分詞的實現方法
Analysis包分析 算法和數據結構分析: 由於Analysis包比較簡單,不詳述了! 算法:基於機械分詞 1-gram,2-gram
2020-06-16 06:00:24
原创 一個用Lucene3.0 的搜索項目設計總體圖
目前一個項目裏面用了Lucene3.0做一個搜索引擎。是想作爲一個平臺性質的。爲各個應用提供搜索服務。 底層數據庫建索引是支持對多個數據庫建索引的，因爲不同應用的數據庫可能不一樣。所以在搜索結果和返回搜索數據之間增加了一個業務處理層，專
2020-06-16 06:00:24
原创 lucene3.0簡單解析
一、 概述 Lucene3.0（以下簡稱3.0）已於2009-11-25發佈，3.0版本是重大的版本，改動很大。在API上做了很多的調
2020-02-23 07:22:35
原创 字符串匹配相關算法總結
字符串匹配定義：文本是一個長度爲n的數組T[1…n], 模式是以個長度m<=n的數組P[1…m] P和T的元素都是有限字母表∑中的字符 １
2020-02-23 07:22:35
原创 再論Java全角半角轉換
最近在做中文處理時，遇到了 全角半角 轉換的問題，於是到網上搜了一下，問題基本上得到解決，但是發現沒有對全角空格，和半角空格做轉換處理，而且 半角
2020-02-23 07:22:35
原创 常用正則表達式2
這只是做一個簡單的總結,以便自己以後使用起來方便一點 匹配中文字符的正則表達式： [\u4e00-\u9fa5] 評註：匹配中文還真是個頭疼的事，有了這個表達式就好辦了 匹配雙字節字符(包括漢字在內)：[^\x00-\
2020-02-23 07:22:24
原创 常用的正則表達式
[size=12px]1。^\d+$ //匹配非負整數（正整數 + 0） 2。^[0-9]*[1-9][0-9]*$ //匹配正整數 3。^((-\d+)|(0+))$ //匹配非正整數（負整數 + 0） 4。^-[0-9]*[
2020-02-23 07:22:24
原创 （ICTCLAS）TjuChineseAnalyzer.源代碼如下：
分詞名稱：TjuChineseAnalyzer.源代碼如下： package org.apache.lucene.analysis.tjuc
2019-10-26 04:07:08
原创 中文分詞內容集錦
1. http://lcl.cnblogs.com/archive/2006/01/27/323742.html 2. http://search.cpan.org/dist/Lingua-ZH-WordSegment/ 3. htt
2018-08-31 09:51:42
原创 中科院中文分詞系統ICTCLAS之人名識別詞典分析
請在閱讀本文前，先確認已閱讀過論文《張華平,劉羣.基於角色標註的中國人名自動識別研究》。 論文把與人名相關的詞分爲了15個角色，通過詞典查詢，可以判斷某些文字、詞所屬角色，然後根據模式匹配找到匹配上
2018-08-31 09:51:41
1
原创 中文分詞與停用詞的作用
首先什麼是中文分詞stop word？ 英文是以詞爲單位的，詞和詞之間是靠空格隔開，而中文是以字爲單位，句子中所有的字連起來才能描述一個意思。例如，英文句子I am a student，用中文則爲：“我是一個學生”。計算機可以很簡單通
2018-08-31 09:51:41
原创 Hibernate簡單示例
1.導入所需的各種jar包 2. hibernate.cfg.xml配置文件 <!DOCTYPE hibernate-configuration PUBLIC "-//Hibernate/Hibernate Configuration
2018-08-31 09:51:37
原创 DWR入門與使用
Java 開發人員與網頁設計人員的橋樑 DWR…呃！我懶得寫簡介了…直接來看看可以做什麼吧！… 請先到 http://getahead.ltd.uk/dwr/ 下載 dwr.jar，放到WEB-INF/lib下… 負責處理客戶端請求，
2018-08-31 09:51:37
原创 Lucene查詢簡述
本示例是對Lucene查詢，對結果進行了一些處理(Lucene 3.5)： 1、支持前綴搜索，如*國，可以搜索出中國、美國等國字結尾的詞的內容： 支持後綴匹配，如國* 則可以搜索中國
2018-08-31 09:51:37