基于Java的搜索引擎Nutch中文搜索技术研究

基于Java的搜索引擎Nutch中文搜索技术研究 摘要：Nutch是一个优秀的基于Java的开放源码搜索引擎，为了使它能够支持中文搜索，本文在分析了Nutch结构的基础上，采用词表分词技术和前向匹配分词算法对中文信息进行分词，以JavaCC脚本实现上下文相关文法中文分析模块，成功实现了Nutch中文搜索功能。 关键词：搜索引擎; 分词; 正规