藏文网页搜索关键技术研究  

Research on key technologies of Tibetan web search

作　　者：张云洋[1] 

机构地区：[1]西藏大学图书馆,西藏拉萨850000

出　　处：《计算机时代》2017年第6期22-25,共4页Computer Era

基　　金：2015年西藏自治区高校青年教师创新支持计划项目"移动互联网环境下我区大学生信息素养研究"(QC2015-06)

摘　　要：通过分析藏文网站中藏文字符的编码特点,结合搜索引擎的特点对藏文网页搜索的关键技术进行了研究。对藏文网页的URL处理技术、限定爬虫、藏文网页倒排索引的建立、网页的检索和结果排序等进行了详细地阐述,提出了较完整的藏文网页搜索方法,对于藏文网页信息的搜索和利用有一定的实用价值。Through analyzing the characteristics of the Tibetan characters＇ coding in Tibetan website, and introducing the characteristics of the search engine, this paper studies the key technologies of Tibetan web search. The technologies of URL processing, the qualified crawler, inverted index, words＇ retrieval, sorting for results and the others for Tibetan web are discussed in detail. This paper proposes a relatively complete method for Tibetan web search, which has certain practical value for Tibetan web＇s information search and use.

关 键 词：藏文编码 搜索引擎 倒排索引 网页爬虫 

分 类 号：TP393.4[自动化与计算机技术—计算机应用技术]