论文部分内容阅读
面对与日俱增的中文信息检索需求，Nutch作为一个开源的搜索引擎系统平台受到众多开发者的青睐．但由于Nutch是基于英文的系统，不具备中文分词能力，因此，研究中文分词方法在Nutch中的应用对实现中文搜索引擎具有非常现实的意义．在对中文分词技术进行研究的基础上，设计并实现了具有中文分词功能和新词识别功能的分词器，在Nutch中实现了中文分词功能．实验测试结果表明，算法的分词效果能够达到预期的中文分词的要求．