办公自动化系统的模块和功能: 全文检索

全文检索

办公自动化全文检索模块图

• 全文检索是从数据库的海量无序的内容中，发现有意义的文章或知识。
• 企业文档种类繁多，如果没有功能强大的全文检索引擎，这些文档没有利用的价值。
• 通过升蓝的数据挖掘技术，对文档和数据进行量化、整理，从而实现基于知识的决策。
• 在信息时代，获取信息（或文档）是一件非常容易的事，获得有效的信息才是关键中的关键。升蓝的全文检索技术的目标就是帮助用户实现获取有用的信息。
• 升蓝全文检索技术，可实现与Google相同的搜索引擎功能，不仅仅具有搜索功能，更能根据输入的关键字，找到最佳匹配的文档。
• 升蓝全文检索技术，通过数据向量化分析，可对文本信息进行度量，在信息度量基础上建立的搜索引擎，不是简单文字的搜索，而是经过优化的与主题相关度的搜索引擎。
• 升蓝全文检索技术，能根据不同的知识特征进行分类，采用多种类型的数据库进行分布式存储，能对各种结构的知识进行统一集成。
• 升蓝全文检索技术，能以各种手段为普通用户提供便捷的知识查询，返回有用的结果，同时能在查询中起到导航作用。

全文检索功能

中文分词系统

• 中文分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。我们知道，在英文的行文中，单词之间是以空格作为自然分界符的，而中文只是字、句和段可以通过明显的分界符来简单划界，唯独词没有一个形式上的分界符，虽然英文也同样存在短语的划分问题，但是在词这一层上，中文比之英文要复杂的多、困难的多。
• 在人类的语言中，“词是最小的能够独立活动的有意义的语言成分”，所以对于中文来讲，将词确定下来是理解自然语言的第一步，只有跨越了这一步，中文才能象英文那样过渡到短语划分、概念抽取以及主题分析，以至于自然语言理解，最终达到智能计算的最高境界。
• 中文分词主要应用于信息检索、汉字的智能输入、中外文对译、中文校对、自动摘要、自动分类等很多方面。下面就以信息检索为例来说明中文分词的应用。

信息量化和度量技术

• 使用升蓝自主开发数据挖掘技术，可对数据库的信息进行度量，实现具有相关度检索功能的信息全文检索系统；
• 进行度量还可用于生成应用于文档统计、决策分析统计信息；
• 在数据挖掘的基础上，企业可建立自动化的信息处理体系。

智能搜索引擎

• 在信息时代，获取信息（或文档）是一件非常容易的事，获得有效的信息才是关键中的关键的技术。
• 升蓝的智能搜索引擎技术的是帮助用户实现从庞大的资料库中，使用搜索的方法，快速获取有用的信息。
• 搜索引擎技术最重要的并不是找到所有结果，因为在成千上万的文档中找到所有结果没有太多的意义，没有人能看得完，最重要的是把最相关的结果排在最前面，这也称为相关度排序。
• 升蓝搜索引擎技术支持相关度检索算法，通过对全局所有文档建立索引，使用智能算法，实现相关度检索结果，从而实现类似于Google的搜索引擎。
• 办公自动化系统的搜索引擎实现多条件搜索，如布尔操作，即“和、或、且”等搜索方式，并将结果相关度排序。