關(guān)于實(shí)現(xiàn)知識(shí)庫智能檢索的技術(shù)說明

知識(shí)管理中心通過對(duì)公司現(xiàn)有知識(shí)資料的梳理，已經(jīng)建立了龐大的數(shù)據(jù)系統(tǒng)，現(xiàn)在最大的問題是數(shù)據(jù)的檢索成為知識(shí)庫發(fā)揮最大效率的短板，根據(jù)知管中心要求、內(nèi)部員工使用反饋，特制定以下解決方案，以供參考：

第一步：實(shí)現(xiàn)上傳附件同時(shí)自動(dòng)生成附件摘要；

自動(dòng)從word、ppt、excel、txt等文件中獲取摘要信息，為下一步的全文檢索建立基礎(chǔ)，當(dāng)然，也可以跳過這一步，采用現(xiàn)有手動(dòng)加標(biāo)簽的方式實(shí)現(xiàn)全文檢索。但是自動(dòng)索引機(jī)建立摘要是發(fā)展的趨勢(shì)、適合大量數(shù)據(jù)的處理、檢索結(jié)果也更精準(zhǔn)；

開發(fā)難點(diǎn)：需要編寫程序自動(dòng)從word、ppt、excel、txt等獲得文本信息并生成摘要，類似百度等搜索引擎采集原始數(shù)據(jù)存入數(shù)據(jù)庫并建立索引；

第二步：實(shí)現(xiàn)全文檢索；

現(xiàn)有系統(tǒng)僅支持單個(gè)詞語的模糊檢索及多個(gè)詞語的簡(jiǎn)單檢索，而全文檢索可以實(shí)現(xiàn)全方位的檢索，具體功能參照百度、谷歌等搜索引擎，可以實(shí)現(xiàn)任意詞組的組合查詢；

開發(fā)難點(diǎn)：中文分詞及語境分析是全文檢索的難點(diǎn)，也是各個(gè)搜索引擎核心技術(shù)，目前我們也已經(jīng)開發(fā)自己的分詞技術(shù)并取得了不錯(cuò)的效果；

第三步：建立在線文庫；

在實(shí)現(xiàn)全文檢索的基礎(chǔ)上可以直接在線預(yù)覽，形成在線文庫，具體功能參照百度文庫；

開發(fā)難點(diǎn)：通過程序自動(dòng)將各類文件轉(zhuǎn)化成可以在線預(yù)覽的文件并建立索引；

通過以上幾個(gè)步驟，可以實(shí)現(xiàn)知識(shí)庫高效、全方位的應(yīng)用，最終建立起類似百度網(wǎng)頁檢索、百度文庫等高級(jí)應(yīng)用系統(tǒng)。