Information-Retrieval-News:信息检索系统

基于Apache Lucene的新闻文档的信息检索 任务是使用Lucene索引和搜索特定的文档集合。 内容所涉及的内容是从许多来源收集的新闻文章的集合（大部分是）：《金融时报》有限公司（1991、1992、1993、1994），《联邦公报》（1994），《外国广播信息服务》（1996）以及《洛杉矶时报》（1989年，1990年）。 您可以从此处下载完整的内容集-https: 编制索引通过第一个任务，您已经了解了如何编制集合索引的基础知识。 现在是时候开始更深入地思考索引编制过程了。 解析后的文档应划分为哪些字段（如果有）？ 应该使用哪些停用词删除，词干识别，短语识别和其他分析器？ 是否可以使用更复杂的语言建模过程？ 查询在任务一中，查询是简单的，预定义的短文本字符串。 但是，在许多TREC任务中，您将获得一个“主题”，而不是定义的查询。 每个主题代表用户的信息需求。 下面是一个示例