辦公自動化系統的模塊和功能: 全文檢索

全文檢索

辦公自動化全文檢索模塊圖

• 全文檢索是從數據庫的海量無序的內容中，發現有意義的文章或知識。
• 企業文檔種類繁多，如果沒有功能強大的全文檢索引擎，這些文檔沒有利用的價值。
• 通過升藍的數據挖掘技術，對文檔和數據進行量化、整理，從而實現基於知識的決策。
• 在信息時代，獲取信息（或文檔）是一件非常容易的事，獲得有效的信息才是關鍵中的關鍵。升藍的全文檢索技術的目標就是幫助用戶實現獲取有用的信息。
• 升藍全文檢索技術，可實現與Google相同的搜索引擎功能，不僅僅具有搜索功能，更能根據輸入的關鍵字，找到最佳匹配的文檔。
• 升藍全文檢索技術，通過數據向量化分析，可對文本信息進行度量，在信息度量基礎上建立的搜索引擎，不是簡單文字的搜索，而是經過優化的與主題相關度的搜索引擎。
• 升藍全文檢索技術，能根據不同的知識特徵進行分類，採用多種類型的數據庫進行分佈式存儲，能對各種結構的知識進行統一集成。
• 升藍全文檢索技術，能以各種手段為普通用戶提供便捷的知識查詢，返回有用的結果，同時能在查詢中起到導航作用。

全文檢索功能

中文分詞系統

• 中文分詞就是將連續的字序列按照一定的規範重新組合成詞序列的過程。我們知道，在英文的行文中，單詞之間是以空格作為自然分界符的，而中文只是字、句和段可以通過明顯的分界符來簡單劃界，唯獨詞沒有一個形式上的分界符，雖然英文也同樣存在短語的劃分問題，但是在詞這一層上，中文比之英文要複雜的多、困難的多。
• 在人類的語言中，「詞是最小的能夠獨立活動的有意義的語言成分」，所以對於中文來講，將詞確定下來是理解自然語言的第一步，只有跨越了這一步，中文才能像英文那樣過渡到短語劃分、概念抽取以及主題分析，以至於自然語言理解，最終達到智能計算的最高境界。
• 中文分詞主要應用於信息檢索、漢字的智能輸入、中外文對譯、中文校對、自動摘要、自動分類等很多方面。下面就以信息檢索為例來說明中文分詞的應用。

信息量化和度量技術

• 使用升藍自主開發數據挖掘技術，可對數據庫的信息進行度量，實現具有相關度檢索功能的信息全文檢索系統；
• 進行度量還可用於生成應用於文檔統計、決策分析統計信息；
• 在數據挖掘的基礎上，企業可建立自動化的信息處理體系。

智能搜索引擎

• 在信息時代，獲取信息（或文檔）是一件非常容易的事，獲得有效的信息才是關鍵中的關鍵的技術。
• 升藍的智能搜索引擎技術的是幫助用戶實現從龐大的資料庫中，使用搜索的方法，快速獲取有用的信息。
• 搜索引擎技術最重要的並不是找到所有結果，因為在成千上萬的文檔中找到所有結果沒有太多的意義，沒有人能看得完，最重要的是把最相關的結果排在最前面，這也稱為相關度排序。
• 升藍搜索引擎技術支持相關度檢索算法，通過對全局所有文檔建立索引，使用智能算法，實現相關度檢索結果，從而實現類似於Google的搜索引擎。
• 辦公自動化系統的搜索引擎實現多條件搜索，如布爾操作，即「和、或、且」等搜索方式，並將結果相關度排序。