bbmonkey62笨笨猴

     摘要: 這款發(fā)布的淑珍分詞器版本是1.1.9，完全是基于字典分詞，在提供下載的壓縮包中含有編譯好的jar包和所有的源代碼，可以應用于Lucene3.0版本及以上中。
為了方便根據自己需要對分詞器進行修改，我這里介紹一下淑珍分詞器的核心數(shù)據結構，這個數(shù)據結構也是當初我在寫分詞器的時候，為了解決詞庫條目多和索引速度之間的相互制約而想出來的。
這個數(shù)據結構就是將詞庫中的每一個條目以一種特定的結構存儲在JDBM或內存中，比如，對一個很常見的條目例子：“男女搭配干活不累”來舉例子，在這種數(shù)據結構中，將被存儲為如下key-value鍵值對：  閱讀全文

     摘要: 對于搜索引擎而言，如果是提供一個類似于Google那樣的web界面搜索的話，那對搜索結果進行高亮顯示就很重要且必要了，不然將是非常不友好的，本篇文章就是介紹在lucene中應用HighLighter時的一些方面；文章分兩部分，第一部分是介紹如何在lucene中應用Highlighter進行高亮顯示而不影響到搜索速度。第二部分則是對一些高亮錯誤現(xiàn)象進行分析并給出解決方法，以及糾正對高亮錯誤存在的認識誤區(qū)。總之，這篇文章就是希望能徹底解決在lucene中應用高亮顯示所遇到的一切問題！另外淑珍分詞器也發(fā)布了新的版本ShuzhenAnalyzer-1.1.7，也給出了一個淑珍分詞器的演示地址
  閱讀全文