moco(beta)'s backup: Solr N-gram 徹底入門
これは Solr Advent Calendar 2016 18日目のエントリです。日付が合っていないのは見なかったことにしてください。 Solr で日本語ドキュメントを検索するとき，日本語形態素解析器（JapaneseTokenizerFactory）を使うことで「日本語らしく」単語分割することができます。しかし，辞書に収録されている単語では不足があったり，ドメイン固有の用語に対応できなかったりと， 形態素解析だけではかゆいところに手が届かないことがあります。形態素解析を補完するものとして N-gram が必要になるケースはまだまだ多いのではないでしょうか。 本エントリでは，Solr 組み込みの様々な N-gram （Tokenizer/TokenFilter）と，日本語の検索で使えるマニアックな実践的な設定例を紹介したいと思います。なお Solr を題材としていますが，ここで紹介する
オープンソースの“超高速”全文検索エンジン『groonga』がメジャーバージョンアップ|ガジェット通信 GetNews
未来検索ブラジルは、オープンソースの全文検索エンジン『groonga2.0』をリリースしました。同社はMySQLやPostgreSQLなどのRDBMSに組み込んで利用できる全文検索エンジンを『Senna』としてリリース後、データストア機能を持たせた『groonga（ぐるんが）』と名称を変えてリリース、今回はその『groonga』のメジャーバージョンアップとなります。 『groonga』は、未来検索ブラジルがフルスクラッチで独自に開発したオープンソースの全文検索エンジンライブラリ。ぐるなびやスカパーJSAT、サイボウズといった先進ITベンチャーが採用し、数多くの商用サイトや製品に利用しています。その特徴は、リアルタイム検索に強いこと。刻々と更新される文書情報を秒単位で検索結果に反映できるため、検索処理と更新処理を高速に実行することが求められるCGMやECサイトで強みを発揮します。 『groo
Elastic — The Search AI Company
Search and analytics, data ingestion, and visualization – all at your fingertips.
全文検索システム Hyper Estraier
概要 Hyper Estraierは全文検索システムです。たくさんの文書の中から、特定の語句を含むものを探して、該当するものの一覧を表示することができます。Webサイトを運営している方なら、自分のサイト専用の検索エンジンとして利用することができます。メールボックスやファイルサーバを対象とした検索ツールとして利用することもできます。 Hyper Estraierには、次のような特徴があります。 インデックスを使った高速な検索ができます。 大量の文書のインデックスを短時間で作成できます。 N-gram方式による漏れのない検索ができます。 形態素解析とN-gramのハイブリッド機構で検索精度を向上させます。 フレーズ検索や正規表現検索や属性検索や類似検索をサポートします。 世界各国の言語が扱えます。 対象文書の所在や形式に依存しません。 賢いWebクローラが付属しています。 ライブラリとして各種
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
検索システムと形態素解析 言語処理で広がる検索の可能性 検索システムの評価は検索結果の精度で語られがちですが、大量の文書 を対象とするシステムでは、いかにユーザの要求に合っ��
Compass - Java Search Engine Framework
