Sherlock Holmes

Шерлок Холмс является универсальным поисковая система, система для сбора и индексирования текстовых данных (текстовые файлы, веб-страницы, и т.д.), как локально, так и по сети.

Особенности :.

• Собирает файлы с помощью HTTP-либо из локальных файлов
• Анализирует текстовые файлы, HTML, PDF и некоторые другие форматы, используя внешние парсеры (например, MS Word и PostScript).
• Вся система является модульной, поэтому добавляя свои собственные источники данных или анализаторы просто вопрос подключения в правый модуль (хорошо, как правило, также писать это).
• Хорошо работает в смешанной среде кодировки.
• Считает несколько вхождений одного и того же файла (даже с незначительными изменениями) в одном документе с несколькими URL.
• Все настраиваемый. Вы можете написать правила фильтрации на специальном языке, который позволяет настроить переменные конфигурации в зависимости от документа обрабатывается.
• Поиск слов, фраз и логических выражениях. Поиск в именах файлов и ссылок текстов.
• Поиск Близость и близость весовой регулярных поисков.
• Признание языках, легко интегрировать парадигматическим и синонимических словарей.
• Проверка орфографии на основе частот слов, наблюдаемых в индексированных данных, намекая пользователю, что его запрос может быть орфографической ошибкой.
• Результаты поиска включают контекст в каждом документе.
• Весы и десятки миллионов документов на обычной аппаратной ПК.
• Пользовательский интерфейс (передний конец) полностью отделена от остальной части системы, что делает его легко изменить, а также вставлять поисковик в существующих приложениях.
• Загруженные файлы и индексы сжимаются для экономии места.