基于云平台的水利信息垂直搜索方法

摘要

本发明公开了一种基于云平台的水利信息垂直搜索方法，包括如下步骤：构建种子站点列表；利用网络爬虫抓取种子站点的水利网页并保存到本地网页库；构建水利术语标准集，将标准集中出现的所有水利术语组织成水利领域词典；对本地网页库中的网页进行解析和文本抽取，将网页的半结构化数据抽取成便于存储和索引的结构化数据；为网页的结构化数据建立倒排索引，将索引结果存储于索引库；根据用户提交的搜索请求搜索索引库并返回搜索结果。本发明对水利网页进行质量优化，提高检索质量；实现分布式搜索，提高检索效率。

主权项

一种基于云平台的水利信息垂直搜索方法，包括如下步骤：步骤1：构建种子站点列表；步骤2：利用网络爬虫抓取种子站点的水利网页并保存到本地网页库；步骤3：构建水利术语标准集，将标准集中出现的所有水利术语组织成水利领域词典；步骤4：对本地网页库中的网页进行解析和文本抽取，将网页的半结构化数据抽取成便于存储和索引的结构化数据；步骤5：为网页的结构化数据建立倒排索引，将索引结果存储于索引库；步骤6：根据用户提交的搜索请求搜索索引库并返回搜索结果。