基于新闻的高级中文搜索引擎

摘 要

随着大数据时代来临,互联网信息量海量倍增, 浏览网络新闻也已经成为大家了解社会动态的一个重要渠道。搜索引擎为用户提供了一个找海量新闻信息的快速入口，然而，随着信息搜索技术的不断发展，用户对信息搜索的要求也在不断提高。通用搜索技术已经满足不了人们更加个性化的查询请求。因此，提供更高级的搜索功能将有助于为用户提供感兴趣的新闻服务，增强用户的体验性，增加用户的粘性。

本文旨在设计并实现一个基于新闻的高级中文搜索引擎。我们通过从网易新闻、腾讯新闻、新浪新闻、凤凰新闻、今日头条、搜狐新闻6个网站获得8个分类的新闻，分类包括军事、体育、科技、娱乐、社会、国际、国内、数码。然后使用最大概率分词对新闻进行分词，用VOLSUNGA进行词性标注，并为新闻建立倒排索引，最后使用TF-IDF对检索结果进行排序，为用户提供个性化的新闻搜索服务。

关键词：新闻；高级中文搜索引擎；最大概率分词；倒排索引；TF-IDF；VOLSUNGA

点击此处下载文档和源码