Đồ Án Đề tài nghiên cứu và xây dựng ứng dụng tìm kiếm tài liệu hỗ trợ văn bản tiếng việt với lucene

Tên đề tài : “ Nghiên cứu hệ thống Search Engine và xây dựng ứng dụng tìm kiếm nội dung tài liệu”


Hiện nay ,việc tìm kiếm thông tin là nhu cầu quá sức cấp thiết.Tìm kiếm trên môi trường Internet đã có sự hỗ trợ tuyệt vời của những nhà phát triển như Google,Yahoo Ngược lại thị trường tìm kiếm nội dung tài liệu trong môi trường máy tính cá nhân thì chưa thật sự thõa mãn nhu cầu người sử dụng .Bởi lẽ nhu cầu phát triển ở thị trường này đòi hỏi tìm kiếm thông tin đặc trưng hay nhu cầu bảo mật cao,chi phí rẻ, thời gian ngắn Ví dụ những ứng dụng tìm kiếm như Google destop , Foxit Reader, Notepad++ nhưng chưa thật sự đáp ứng nhu cầu sử dụng như vấn đề bảo mật,hỗ trợ nhiều định dạng file, hoạt động của CPU,hỗ trợ Tiếng Việt, thời gian tìm kiếm Bởi vậy đó là lí do em phát triển đề tài khắc phục những nhược điểm đó.
Nói đến việc tìm kiếm thông tin thì hệ thống Search Engine được coi là một mô hình rất tối ưu sẽ đáp ứng tốt nhất được nhu cầu của người sử dụng Bởi vậy em đã nghiên cứu cách hoạt động và cấu tạo một hệ thống Search Engine và từ đó xây dựng một ứng dụng tìm kiếm dựa trên mô hình này cùng với sự hỗ trợ ban đầu về Tiếng Việt.Trong đó, một phần hệ thống được phát triển dựa trên thư viện Lucene tích hợp những phát triển thêm về xử lí ngôn ngữ.
Bước đầu , em đã xây dựng ứng dụng đáp ứng được những mục tiêu đặt ra.Ứng dụng hỗ trợ hầu hết những định dạng cơ bản như .pdf,.html.docx,.xml và xây dựng thêm phần robot spyder tự động tìm kiếm file tài liệu và lưu trữ thông tin hỗ trợ tìm kiếm, phần bóc tách nội dung tài liệu,xây dựng thêm một số lớp hỗ trợ xử lí tài liệu Tiếng Việt,ứng dụng chạy không sử dụng nhiều tài nguyên CPU .Phát triển ứng dụng theo hướng mở giúp mọi người có thể viết thêm nhiều hỗ trợ định dạng file tài liệu và nhiều xử lí ngôn ngữ hơn nữa trong thời gian đến.