Mustru是一個桌面搜索引擎，基于Lucene、Wordnet、Lingpipe、GATE和Berkeley DB等開源項目開發。能夠對本地文件系統的多個目錄進行索引，然后使用一個Web界面查詢該索引。Mustru提供的功能包括：

  • 從HTML、PDF和DOC等40多種常見的文件類型文件中抽取文本。
  • 檢查重復的內容。
  • 使用GATE找出文本中的一些實體（人，地名和組織/機構）。
  • 支持多線程索引、歸類和實體抽取。
  • 能夠修復和恢復索引文件。
  • 找出相似的文檔。
  • 支持接受用自然語言提問，然后返回相應答案列表。
  • 使用一個預先定義好的分類法將文本內容歸類成體育、商業、健康等領域。
    menu_options.jpg
    web_interface.jpg
    •  本文由用戶 碼頭工人自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
     轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
     本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！