【摘要】：數(shù)學(xué)公式是一種特殊的符號(hào)表達(dá)方式，是一種非線性結(jié)構(gòu)的符號(hào)描述，在一些科技文檔中，它能使文章展現(xiàn)出更加清晰的邏輯關(guān)系。如何像普通文本一樣，實(shí)現(xiàn)對(duì)數(shù)學(xué)公式的檢索，是目前信息檢索領(lǐng)域的課題之一。 本文采用Lucene框架，研究基于Latex公式語言的數(shù)學(xué)公式檢索系統(tǒng)。首先，選擇Latex作為數(shù)學(xué)公式的描述語言，通過對(duì)Latex語言進(jìn)行詳細(xì)解析，，構(gòu)建針對(duì)數(shù)學(xué)公式的分析器，該分析器分別按照公式中的普通字符集、公式中的特殊字符集進(jìn)行構(gòu)建，公式中的特殊字符集中又細(xì)分為函數(shù)、運(yùn)算符、公式同義符號(hào)等。根據(jù)傳統(tǒng)的分詞算法，實(shí)現(xiàn)針對(duì)數(shù)學(xué)公式的拆分算法和對(duì)Latex數(shù)學(xué)公式的解析；其次，基于Lucene框架構(gòu)建Latex數(shù)學(xué)公式的預(yù)處理模塊、索引模塊以及搜索模塊，其中預(yù)處理模塊的主要功能是進(jìn)行公式格式轉(zhuǎn)換，使之成為L(zhǎng)ucene可處理的文本文件類型；索引模塊根據(jù)以運(yùn)算為主線的按層次分類的索引方法創(chuàng)建索引；搜索模塊采用Lucene中的模糊查詢，提高了檢索系統(tǒng)的查全率。基于Lucene框架的Latex數(shù)學(xué)公式檢索系統(tǒng)取得了較好的實(shí)驗(yàn)效果。
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：G354

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張成昱 ,竇天芳 ,吳濱 ,高競(jìng)妹;數(shù)學(xué)公式的采集、組織和檢索[J];大學(xué)圖書館學(xué)報(bào);2005年05期

2 郝保水;;數(shù)學(xué)公式檢索與匹配技術(shù)研究[J];大眾科技;2011年05期

3 崔林衛(wèi);蘇偉;郭衛(wèi);李廉;;基于Nutch的Web數(shù)學(xué)公式提取[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

4 陳平;劉曉霞;李亞軍;;基于字典和統(tǒng)計(jì)的分詞方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年10期

5 蘇潭英;郭憲勇;金鑫;;一種基于Lucene的中文全文檢索系統(tǒng)[J];計(jì)算機(jī)工程;2007年23期

6 聶俊;陳天瑩;符紅光;;基于Latex的互聯(lián)網(wǎng)數(shù)學(xué)公式搜索引擎[J];計(jì)算機(jī)應(yīng)用;2010年S2期

7 嚴(yán)華云;劉其平;肖良軍;;信息檢索中的相關(guān)反饋技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2009年01期

8 王繼明;楊國(guó)林;;基于Lucene的中文文本分詞[J];內(nèi)蒙古工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

9 梁剛;基于機(jī)械分詞與統(tǒng)計(jì)學(xué)的新詞識(shí)別研究[J];情報(bào)理論與實(shí)踐;2005年05期

10 盧托;于俊清;廖兆存;聶江;;基于Web的數(shù)學(xué)公式檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];微處理機(jī);2008年02期

相關(guān)碩士學(xué)位論文 前4條

1 劉志偉;數(shù)學(xué)搜索引擎研究[D];蘭州大學(xué);2011年

2 張校乾;基于Lucene的全文檢索系統(tǒng)的研究與應(yīng)用[D];大連理工大學(xué);2005年

3 劉平冰;基于Lucene的Web站內(nèi)信息搜索系統(tǒng)[D];電子科技大學(xué);2005年

4 景珂;網(wǎng)絡(luò)數(shù)學(xué)搜索中的數(shù)學(xué)查詢語言與索引的研究[D];蘭州大學(xué);2009年

本文編號(hào)：2667876