huangfoxAgain
- 浏览: 37093 次
- 性别:
- 来自: 常州
-
最新评论
-
夜曲6763：
...
eclipse 手动安装Svn插件 -
我叫_不_开心：
请问楼主，ir这个变量是什么啊？
[ solr - MoreLikeThis ] - MoreLikeThis的原理分析 -
matay：
请问，在找候选词字符串时JaroWinklerDistance ...
[ 搜索引擎 ] - spellChecker原理分析 -
huangfoxAgain：
whiletrue 写道这是篇好文章唉，居然无人评论，谢谢分享 ...
[ 搜索引擎 ] - spellChecker原理分析 -
whiletrue：
这是篇好文章唉，居然无人评论，谢谢分享。
[ 搜索引擎 ] - spellChecker原理分析
文章列表
在信息时代，快速、准确的找到目标数据是非常重要的，信息检索因此在各个领域得到广泛的应用。
在互联网生活中，搜索引擎正如火如荼的生长，他已成为人们在互联网生活当中必不可或缺的一种工具。但是这个工具看似简单，其实包括很多高深的技术。我正有打算了解搜索引擎领域的相关内容，然而面对这座“巨大的冰山”必须先了解他的整体结构。在《信息检索系统导论》一书中，似乎为我们绘制一套了解“信息检索”的“攻略图”，我对其进行自我个性化调整后权当自己的学习路线。
信息检索系统——学习线路
1.信息检索模型
﹂布尔模型
﹂向量空间模型
﹂概率模型
﹂扩展布尔模型
...
spellChecker是用来对用户输入的“检索内容”进行校正，例如百度上搜索“麻辣将”，他的提示如下图所示：
我们首先借用lucene简单实现该功能。
本文内容如下（简单实现、原理简介、现有问题）
lucene中spellchecker ...
在solr中有两种方式实现MoreLikeThis：MoreLikeThisHandler和在SearchHandler中的MoreLikeThisComponent。
两种方式大同小异：
一是：将MoreLikeThis作为一个单独的Handler来处理，体现主体地位。
二是：将MoreLikeThis作为一个组件放到SearchHandler中，为Search加入了MLT的功能，是一种辅助功能。
这里我们借助方法一，来简单阐述MLT的实现步骤。
步骤1：
MLT是根据一篇文档（document）的相关字段进行“相似匹配”，例如：
http://localhost: ...
solr-searching过程分析（一）
——searching过程粗略梳理
下午看了一会solr的启动过程，往细的看相当繁琐。换个头绪先看看solr的searching过程。
1.拦截请求，解析请求并构建相应的handler。
发送检索请求，例如：http://localhost:8983/solr3.5/core2/select/?q=*%3A*&version=2.2&start=0&rows=10&indent=on
首先他将被SolrDispatchFilter拦截。
简介：一个纯jdbc的dao模型，参考网上多篇相关技术文章，重点包括：1.事务处理；2.模板设计；3.异常处理；其中事务和异常方面一直也是争议比较大的地方，希望大家多指正，提出宝贵的意见。首先是dao的结构描述：
首先是一些基础类，包括：
dbutil: 数据库操作基础类（获取数据库连接、获取事务管理器等）
transactionTemplate： 事务处理模板类
transactionManager: 事务管理器
transactionCallback: 事务处理回调方法（返回结果）
transactionCallbackWithoutResult: 事务处理回调方法（不返回结果） ...
本文说明了在J2EE架构中各层的数据表示方法，包括：1、Web层的数据表示是FormBean；2、业务层的数据表示是VO；3、持久层的数据表示是PO。Form Bean不能被传递到业务层；PO在特定的情况下，例如Hibernate中，他可以取代VO出现在业务层，但是不管PO还是VO都必须限制在业务层内使用，最多到达Web层的Control，绝不能被扩散到View去。
在struts+hibernate这种结构中，是不应该把Hibernate产生的PO直接传递给JSP的，不管他是Iterator，还是List，这是一个设计错误。
我来谈谈在J2EE架构中各层的数据表示 ...
基于ipc分类号生成样本训练集指导文本分类
1.文本分类的简要过程
在实际分类中，首先将训练文本表示成某种形式的元素（词）的向量，通过特征提取，用权重表示特征，这样就可以对元素-权重表示的文档向量进行训练，获得向量模型。
分类时，待分类的文档表示成元素-权重文档向量，并于向量模型进行比较，最终判断其类别。
2.第一个问题：如何找到合理的文档训练集？
由于在专利检索方面有一定的经验，因此可以依据ipc分类号，提取一批规范的文档集，作为文档训练集。
3.ipc分类号介绍
国际专利分类系统的体系结构如下： 国际专利分类系统按照技术主题设立类目，把整个技术领域分为5 ...
本文先引用几句话：1.“确解用户之意，切返用户之需。”2.“门户网站都想着是怎样省钱，而不是怎样花钱来买技术。”3.“搜索引擎不是人人都能做的领域，进入的门槛比较高。”4.“只是优秀还不够，最好的方式是将一件事 ...
（Information Retrieval），通常指文本信息检索，包括信息的存储、组织、表现、查询、存取等各个方面，其核心为文本信息的索引和检索。从历史上看，信息检索经历了手工检索、计算机检索到目前网络化、智能化检索等多个发展 ...
1.还原过程中提示“无获取独立访问权”ALTER DATABASE [dbName] SET OFFLINE WITH ROLLBACK IMMEDIATE断开连接ALTER DATABASE [dbName] SET ONLINE WITH ROLLBACK IMMEDIATE开启连接2.还原过程中提示“尚未备份数据日志尾部”这是因为在线还原的数据库在最后备份后又产生了新的日志，所以按照默认设置的备份选项，系统将提示备份日志尾部以免造成事务中断。解决方法如果需要备份尾部日志则进行备份。如果不需要，则可以在还原数据库的的选项卡中选择【覆盖现有数据库】复选框。3.无法收缩数据库文件、日志文件将该数 ...
如何成为一名优秀的交谈者，下文介绍几条永远不会过时的法则：
1. 避免不必要的细节
不要钻牛角尖。例如，某个时间发生的事情并不重要，就不要浪费时间把它弄清楚。
2. 在第一个问题没有弄明白之前，不要问另外一个问题
你问别人孩子怎么样，在她回答之前，不要跳跃话题，又问人家家人的健康。
3. 别人说话时，不要打断
尽量缩短自己说话的时间，给别人说话的机会，并且，不打断。
4. 不要反驳，尤其是话题不重要的时候
别人说话时，你插入某些不必要的细节。“这种反驳别人的人，经常用另一种方式重述同一件事。”
5. 不要一直一个人讲话
寻找话题，找出你 ...
今天看到一篇文章，讲的是职场人士的四大高压，内容如下
[code="java"]职场是一个让人成长的地方，同时也是摧毁人的地方。职场的种种心理压力，通常是人们身心衰老的重要原因。下面4种压力，是职场人士再熟 ...
1.下载svn插件：
http://subclipse.tigris.org/
Download and Install
下载最近版本。
2.下载后解压到任意目录（文件名称尽量使用英文），在其目录下新建文件夹eclipse，将featrues和plugins放到刚健的eclipse当中。（有资料提示：删除解压文件中的三个xml文件）
3.在eclipse IDE 根目录下新建links文件夹，在里面新建subclipse.link文件（文件名随意），在文件中添加刚配置好的插件目录（只要到插件的根目录即可）。
JSTL标签库介绍
在JSTL1.1中有以下这些标签库是被支持的：Core标签库、XML processing标签库、I18N formatting标签库、Database access标签库、Functions标签库。
标签库 URI 前缀
Core http://java.sun.com/jsp/jstl/core c
XML processing
http://java.sun.com/jsp/jstl/xml x
I18N formatting
http://java.sun.com/jsp/jstl/fmt fmt
Database access
...
JSP中的EL表达式详细介绍
一、JSP EL语言定义
E L（Expression Language） 目的：为了使JSP写起来更加简单。
表达式语言的灵感来自于 ECMAScript 和 XPath 表达式语言，它提供了在 JSP 中简化表达式的方法。它是一种简单的语言，基于可用的命名空间（PageContext 属性）、嵌套属性和对集合、操作符（算术型、关系型和逻辑型）的访问符、映射到 Java 类中静态方法的可扩展函数以及一组隐式对象。 EL 提供了在 JSP 脚本编制元素范围外使用运行时表达式的功能。脚本编制 ...