解密搜索引擎技术实战：LuceneampJava精华版(第3版)

解密搜索引擎技术实战：LuceneampJava精华版(第3版)

　　解密搜索引擎技术实战：Lucene&Java精华版（第3版）是猎兔搜索开发团队软件开发及教学实践经验总结。本书总结了搜索引擎相关的理论和实用的解决方案，并给出了一个Java实现，它使用了流行的开源项目Lucene和Solr，还包括了原创的实现。本书主要包括整体介绍部分、爬虫部分、自然语言处理部分、全文搜索部分及相关案例分析。

　　爬虫部分介绍了网络遍历的方法以及如何实现增量爬取，并介绍了从网页等各种格式的文档中提取主要内容的方法。

　　自然语言处理部分从统计机器学习的原理出发，包括中文分词和词性标注的理论与实现，以及在搜索引擎中的应用。同时，它还对文档进行排序、文本分类、自动聚类和语法。简单介绍了自然语言处理领域的经典问题，如分析树和拼写检查，并总结了实现方法。

　　全文搜索部分结合Lucene介绍了搜索引擎的原理和进展。通过一个简单的例子来介绍Lucene的应用方法，包括完整的搜索实现过程：从索引的完成到搜索用户界面的实现。

　　±¼

　　第 1 章搜索引擎的总体结构 1

　　第2章Web爬虫原理及应用11

　　第 3 章索引内容提取 86

　　第4章中文分词原理及实现144

　　第5章让搜索引擎理解自然语言199

　　第 6 章 Lucene 原理与应用 303

　　第 7 章搜索引擎用户界面 370

　　第 8 章使用 Solr 实现企业搜索 413

　　第9章地理信息系统案例分析474

　　第10章户外活动搜索495案例分析