中国少数民族文字网络搜索引擎关键技术研究

发布时间：2023-06-08 20:39

　　中国少数民族文字信息处理技术还处于发展前期,标准化的工作尚未完成,目前许多网站所使用的文字编码互不相通,各网站之间不能兼容,网站开发水平参差不齐,页面代码不够规范等等,都使得少数民族文字搜索引擎的开发比汉文搜索引擎的开发更为困难,开发一个检索结果准确、全面的少数民族文字网络搜索引擎对少数民族文字互联网资源的检索以及民族问题舆情分析等方面的工作都有着重大意义。文章对少数民族文字网络搜索引擎难点问题与关键技术进行了梳理,并提出下一步需要开展的工作。

【文章页数】：3 页

【文章目录】：
!引言
"搜索器
    1.1网站自动发现与采集技术
    1.2网页文字识别技术
#分析器
$索引器
    3.1网页文字编码识别技术
    (3)基于贝叶斯分类的编码识别方法:通过计算网页中存在的特征字符串编码概率的大小，对应概率越大，就越可能属于某种编码类型。
%检索器
&用户接口



本文编号：3832455