拼音检索方法在Web系统中的研究与实现
WEB2.0环境下OPAC功能特色研究
WEB2.0环境下OPAC功能特色研究摘要:文章以Iterlib系统的WebOPAC为例,在WEB2.0环境下对WebOPAC功能进行介绍和评价,并对OPAC功能的改进提出展望。
关键词:OPAC Interlib WebOPAC 功能特色展望OPAC(联机公共检索目录)最早出现于20世纪70年代,开始称为机读目录,检索范围限于纸质文献,是馆藏卡片目录的替代形式。
20世纪90年代后期依托互联网的发展,其检索功能随时代变化而不断增强,服务对象从馆内读者扩大到全球的网络用户,成为图书馆网络信息服务的重要内容。
2005年随着WEB2.0(以用户为中心的新一类互联网应用的统称)的出现,以OPAC(有的系统称为WebOPAC)为基础打造图书馆网络信息门户的趋势越来越明显。
当前,国内正在使用的图书馆管理系统中不少已经集成OPAC功能,如国产的LIBSYS2000、ILAS 和INTERLIB,进口的LEPH500、HORIZON和UNICORN系统等。
各个系统的OPAC功能虽然大同小异,但是各有不足。
本文以INTERLIB 系统的WebOPAC(以下简称WebOPAC)为例,通过对WebOPAC功能进行介绍和评价,并对OPAC功能的改进进行展望,目的在于推广和促进OPAC。
1 WebOPAC的功能1.1 书目查询功能书目查询是WebOPAC最基本、使用频率最高的模块,所以放在界面的第一个页框。
检索方式可以多个条件组配,并可实现区域图书馆群各分馆的联合检索。
为了适应不同层次读者的需要,书目查询分为书目普通查询和书目高级查询。
书目普通查询提供检索途径、检索词、匹配方式、语言种类、文献类型、每页显示记录数、排序选项、排序方式8个检索点,每个检索点提供2至10个选项供读者选择组配,确定查询范围和结果输出模式。
检索途径选项(下拉列表框):题名、ISBN/ISSN、著者、主题词、分类号、控制号、订购号、出版社、统一刊号、索书号;匹配方式选项:前端匹配、模糊匹配、精确匹配;语言种类选项:中文、西文、全部;文献类型选项:图书、期刊、非书资料、古籍、全部;每页显示记录数选项(下拉列表框):10、15至50;排序选项(下拉列表框):出版日期、主题词、题名、责任者、索书号、题名拼音;排序方式选项:降序排列和升序排列。
基于web的拼音首字母快速查询的设计与实现
基于web的拼音首字母快速查询的设计与实现叶钰;李太宁【摘要】文章简述了现有的操作系统和应用软件对中文编码支持的情况,对现有的常用拼音首字母快速查询方案进行剖析。
提出了新的解决思路,从理论、设计思路、具体操作等多方面对其进行深度讲解,快速提高了通过拼音首字母快速查询到汉字,为拼音首字母的快速查询提供了一种较新的思想和一种可实施的方案。
%This paper briefly narrates the current condition how existing operating system and application software support the Chinese code,and analyzes the existing common fast search program with the first letter.A new idea is put forward and in-depth explanation【期刊名称】《泰州职业技术学院学报》【年(卷),期】2011(011)003【总页数】3页(P95-97)【关键词】拼音;通讯录;中文编码;数据库【作者】叶钰;李太宁【作者单位】泰州职业技术学院电子信息与工程系,江苏泰州225300;泰州市心生软件有限公司,江苏泰州225300【正文语种】中文【中图分类】J292.33众所周知，汉字是世界上编码最复杂的语言，在Unicode5.0的99089个字符中，有71226个字符与汉字有关。
而如何在这么多汉字中，用键盘上的二十六个英文字母就能快速定位到想要的各种汉字组合，是一项极其复杂的计算。
通过开发科研项目《基于web的通讯录管理系统》时就遇到了这一问题！经过课题组成员的反复思考、论证、总结，最后提出了该构想。
随着经济的发展与需要，汉字编码标准也在不断发展。
按照发布时间，汉字编码标准顺序大致有GB2312、GBK、GB13000.1、GB18030-2000、GB18030-2005等。
Internet网络信息检索技巧
搜索引擎分类
检索型搜索引擎：它使用自动索引软件来发现、收集并标 引网页，建立数据库，并以Web形式让用户找到所需信息 资源。比较著名的有： A信息系统地分门归类，经过 人工整理后形成庞大而有序的分类目录体系，用户可以在 目录体系的导引下通过逐级浏览，发现、检索到有关的信 息。雅虎就是以卓越的分类目录型导航服务而称誉全球。 混合型搜索引擎：它兼有检索型和目录型两种方式。如： 新浪、搜狐、网易、中华等门户网站。 多元搜索引擎：也称为集合型搜索引擎。它是将多个搜索 引擎集成在一起，通过统一的检索界面进行网络信息多元 搜索 的检索工具。
3.5其他用法类似的限定检索
参阅英文Google大全。
()
Yahoo是因特网上历史最悠久、用户数最多的综合型、混 合型搜索引擎，是分类式搜索引擎的典范。它拥有10余种 语言版本，且各版本的内容互不相同。 如果用户的检索词在Yahoo ！中查询不到结果，它会自动 将查询转交给Google搜索引擎做进一步的检索。 Yahoo！支持词语检索和“+‖ 和“–‖限制检索等，它还提 供日期限定、URL和题名限制检索等。“+‖限定关键字串 一定要出现在结果中； “–‖限定关键字串一定不要出现在 结果中。
利用Google进行专题信息检索
1 简单专题信息检索及目录检索 接受一项简单专题，最直截了当就是在搜索框内输入一个 关键词，然后点击下面的“ Google 搜索”按钮（或者直接回 车），结果就出来了。 如果对查询的领域熟悉，只想寻找某些专题网站，首先考虑 用目录检索。目录分类明确，则网站专题信息集中，剔除了大 量不相关的信息。不过对查找中文信息，Google的中文目录太 少只有非常普通简单的类目，可能很难满足需求(中文目录 “/Top/World/Chinese_Simplified/”) 。
搜狗自定义短语拼音输入方法的探索与实践
搜狗自定义短语拼音输入方法的探索与实践摘要：搜狗自定义短语是通过特定字符串来输入自定义好的文本，本文根据搜狗自定义短语输入法设置规则,对客户电子信息利用Visual Foxpro程序重新定义词句外码，使用Excel公式功能生成符合搜狗自定义短语规则的用户自定义词句，实现信息的高速准确录入。
教学中，教师精心设疑解惑，密切联系现实生活，一方面拓宽了教学空间，另一面让学生在问题中探索发现，培养学生的创新能力。
关键词：搜狗自定义短语;外码;VF;Excel公式一、使用搜狗自定义短语的背景随着信息技术和网络技术的飞速发展，现在的信息管理系统几乎都是基于WEB的，如各类考试报名系统、学籍注册管理系统等。
其中全国成人高考报名系统就是先网上填报，再现场确认。
这些信息管理系统大都不提供数据批量导入功能，若这些客户信息不是由客户本人来填报，而是由单位或学校来集中填报，那么，信息填报员一方面要把已经整理好的客户电子信息在网上机械地重新录入，另一方面还要进行繁琐的数据校对。
尤其是在录入像“身份证号”等较长数据信息时，录入要小心翼翼，校验要费时耗力。
笔者在教学中作了一些实证性探索和教学尝试,通过反复的实验运行，总结出使用Visual Foxpro(VF)对用户自定义词句重新定义外码，利用Excel公式生成符合“搜狗自定义短语”规则的用户自定义词句，实现信息的快速准确录入。
二、搜狗自定义短语与细胞词库搜狗拼音输入法是基于搜索引擎技术的，打破了传统输入法的思路，适应语言的发展，研究网民的用词习惯、宽容的吸纳并接受互联网新生事物，并以此调整输入法词频及中文处理的算法，使其方便用户使用。
1.细胞词库是搜狗首创的、开放共享的、可在线升级的细分化词库的功能名称。
细胞词库是相对于系统默认词库而言的，其意义是满足用户的个性化输入需求。
一个细胞词库就是一个细分类别的词汇集合，如医学领域词库。
2.自定义短语是通过特定字符串来输入自定义好的文本，用户可以设置自己常用的自定义短语来提高输入效率，例如“sfz,1=370723************”自定义短语，输入“sfz”，然后按下空格就可以输入370723************。
基于汉语拼音首字母索引的混合分词算法
基于汉语拼音首字母索引的混合分词算法杨进才;陈忠忠;谢芳;胡金柱【摘要】Chinese automatic segmentation is the basis of web text mining and other Chinese information processing applications. Booming Chinese information processing applications put forward a higher requirement for Chinese automatic segmentation. This paper presents a new segmentation algorithm FPLS, which uses a dictionary with a first letter of the Pinyin as a first level index and words count as the secondary index structure. A bidirectional matching method and rules are employed to resolve ambiguity segmentation problem in the algorithm. Comparing with the existing algorithm, algorithm FPLS gets higher accuracy and efficiency.%中文自动分词是web文本挖掘以及其它中文信息处理应用领域的基础.蓬勃发展的中文信息处理应用对分词技术提出了更高的要求.提出了一种新的分词算法FPLS,该算法用拼音首字母作为词语表一级索引,词语的字数为二级索引构造分词词典,采用双向匹配方法,并引入规则解决歧义切分问题.与现有的快速分词算法比较,该算法分词效率高且正确率高.【期刊名称】《计算机系统应用》【年(卷),期】2016(025)004【总页数】5页(P221-225)【关键词】中文分词;拼音索引;双向匹配;歧义切分【作者】杨进才;陈忠忠;谢芳;胡金柱【作者单位】华中师范大学计算机学院,武汉 430079;华中师范大学计算机学院,武汉 430079;湖北工业大学计算机学院,武汉 430068;华中师范大学计算机学院,武汉430079【正文语种】中文自然语言人机接口、情报检索、web查询系统、文本数据挖掘以及应用最广泛的搜索引擎的研究均依赖于中文信息处理的研究.在中文信息处理研究中自动分词算法是基础课题,应用环境不同对自动分词要求也有所不同.有一些对于速度要求非常高,如处理海量数据的搜索引擎,有一些对于精度的要求比较严格,如自然语言的理解、自动翻译等.自动分词算法研究的主要容是设计高效的词表数据结构以及算法,以满足不同的分词要求.在中文信息处理领域的高速发展的20年来,许多专家、学者提出了不同的自动分词算法如: MM方法[1,2]、多次Hash快速分词算法[3]、全二分查找算法[4]、双哈希二叉树分词算法[5]、规则的分词算法[6]、词频的分词算法[7]等.这些分词算法归为三大类: 机械分词方法、基于统计的分词方法和基于规则的分词方法.MM方法、多次Hash快速分词算法、全二分查找算法和双哈希二叉树分词算法属于机械分词方法.规则的分词算法属于基于理解的分词方法.词频的分词算法属于基于统计的方法.机械分词方法无法解决分词阶段的歧义切分问题和未登录词识别问题,使用过程中需要借助其他的信息提高精确度.基于规则的分词方法对信息的提取较难,因此对其研究还处在试验阶段.基于统计的分词方法需要使用词频度.它不仅考虑了句子中词语出现的频率信息,同时也考虑到词语与上下文的关系,具备较好的学习能力,对歧义词和未登录词的识别有良好的效果[8].但它也有一定的局限性,会抽出一些出现频度高、但并不是词的常用字组.随着大数据时代的到来,海量的文本信息需要中文分词既准确,同时快速.本文将探讨一种新的分词算法,在优先保证高速的同时提高分词的准确率.基本的自动分词算法有两种: 正向匹配算法与逆向匹配算法.1.1 正向最大匹配分词算法正向最大匹配分词算法是一种应用最为广泛的机械分词算法,这种算法又叫最长匹配法、回巡检索法,本文称正向匹配算法.算法描述如下:假设自动分词词典中的最长词条含有n个汉字(a)输入要处理的字符串,取前n个字为匹配字段.(b)对匹配字段查找分词词典,如果匹配成功,匹配字段作为一个词就被切分出来;如果查不到,去掉匹配字段的最后一个字,剩余的n-1个字再作为匹配字段进行匹配,直到字段匹配成功.(c)将句子中剩下的部分作为匹配字段,重复进行步骤(a)(b)(c)直至匹配完成为止.1.2 逆向最大匹配分词算法逆向分词算法与正向分词算法大体相似,只是匹配从后往前进行,而且使用的词典也不相同,它使用逆序词典,其中每个词语以逆序的方式存放.匹配不成功去掉前面一个字继续匹配直至匹配成功.1.3 正向分词算法与逆向分词算法的分析对比单纯的使用逆向最大匹配分词算法的错误率为1/245,单纯的使用正向最大匹配分词算法的错误率为1/169[9].逆向最大匹配分词算法准确率要比正向最大匹配分词算法的高.例1: “老师讲不到的学生会学.”正向最大匹配分词算法会切分成“老师\讲\不到\ 的\学生会\学”,逆向最大匹配分词算法会切成“老师\讲\不到\的\学生\会学”.分析正向匹配和逆向匹配的错误,会发现错误的部分大多数是正向匹配与逆向匹配不一致即出现歧义.例2: “老师讲的题学生会”正向最大匹配分词算法会切成“老师\讲\的\题\学生会”,逆向最大匹配分词算法会切成“老师\讲\的\题\学生会”此时,虽然正向最大匹配分词算法与逆向最大分词算法的结果一致,但是同样出现了歧义.正确的结果应为“老师\讲\的\题\学生\会”通过分析例1和例2,我们发现正向最大匹配和逆向最大匹配结果不一致和一致都有可能出现歧义.解决好这些歧义可以提高分词的正确率.2.1 词库构造汉语中的词是最小的、独立的,有重要意义的语言成分,是组成语言的最小单位.汉语中词是一个开放的集合,数量是无穷的,但可收集的词却是有限的.常用的词有43570个,这些词的长短有所不一,从短到一个字到长到七个字的均有,其中二个字词最多.具体分布如表1所示.组成词的汉字虽很多,但拼音却只有496个(在不考虑音调的情况下),而对应的首字母更少仅有26 个(a-z).如果按汉语拼音的首字母划分词条,就会将词条划分成26个部分.2.2 分词词典分词词典是组成汉语自动分词系统的重要成分,汉语自动分词系统需要从分词词典中提取信息.这里设计一种拼音首字母分词词典,词典分为三部分: 首字母表、词条字母表、词典正文.词典的结构如图1所示.(1)首字母表每一个汉字在首字母表中都能找到唯一的缩写字母与其相照应,首字母表中每一项的结构如图1a所示.其中,C为首字母; Q1为指向在词条字母表中第一次出现以C开头的字符串的指针; Q2为指向在词条字母表中最后一次出现以C开头的字符串的指针.例如,若C为‘a’,则Q1指向词条字母表中的“a”,Q2指向词条字母表中的“alpkydh”(其中“alpkydh”为在词条字母表中最后一次出现且以‘a’为开头的字符串).(2)词条字母表词条字母表对应字典正文中唯一的一项.其中,C2为拼音首字母所组成的字符串; P1为指向词典正文中第一次出现拼音首字母缩写为C2的词语的指针; P2为指向词典正文中最后一次出现拼音首字母缩写为C2的词语的指针; length为C2的长度; flag为是否有与待查询的缩写字母相匹配的C2的标志,初始值设为0.在图2中,若C2为“a”,则P1指向“啊”的指针,P2为指向“奥”的指针,length=1.(3)词典正文词典正文是由词构成.其中,C3为词语; flag2是否匹配成功的标志词,初始值设为0. 将上述三的结构构成分词词典整体结构图如图2所示.不同的分词方法对同一段文本进行分词,结果可能不相同,其中不同的部分称为歧义字段.例如: “我们出现奥运会场.”正向最大匹配算法会切成“我们\出现\奥运会\场”,而逆向分词算法会切成“我们\出现\奥运\会场”.其中“奥运会”和“会场”出现歧义,“会”为交集字串.处理分词中出现的歧义字段,是分词中的一个难点.歧义字段的类型有交叉型歧义字段与组合型歧义字段两种.交叉型歧义字段指A、B、C三个子串,AB、BC分别构成词则有两种切分方式:AB/C和A/BC,而组合型歧义字段指对于汉字串AB既可切分为AB 又可切分为A/B[10].歧义字段中交叉型最多,交叉型歧义字段占全部歧义字段的94%[11].为了解决分词中出现的歧义问题,本文在PFLS算法的基础上采用规则进行消歧.设计规则如下:(1)交集字串与其后继的字串构成形容词,将歧义字段的首字切掉.如: “太美好”,交集字串为“美”,“美”与后继构成形容词将其前驱切掉,结果为“太\美好”.(2)交集字串的前驱为数词,将歧义字段的首字切掉.如: “三个人”交集字串为“个”,“三”为数词将其切掉,结果为“三\个人”.(3)交集字串与后继构成动词且与前驱也构成动词,将尾字单切.如: “骚扰乱民” 交集字串为“扰”,“扰乱”为动词将“乱”切掉,结果为“骚扰\乱民”.(4)歧义字段类似ABC\D,交集字串与后继构成动词且前驱为名词,将前驱切掉.如: “老师不讲,学生会学”交集字串为“会”,“学生”为名词,“会学”为动词切掉前驱,结果为“老师\不讲\,\学生\会学”.(5)交集字串与后继构成名词且前驱为动词,将前驱切掉.如: “劳动力气”交集字串为“力”,“力气”为名词,“劳动”这里为动词切掉前驱,结果为“劳动力气”. (6)交集字串的后继为助词,将尾字切掉.如: “她是一个娇小的女孩”交集字串为“小”,有“娇小”和“小的”两种切分方式,“的”为助词,结果为“她\是\一\个\娇小\的\女孩”.(7)交集字串的后继为后接成分,将尾字切掉.如:“大人们”,“人”为交集字串,“们”为后接成分将其切掉,结果为“大人\们”.将这种按拼音首字母分词的分词算法称为FPLS (First Letter of the Pinyin Segmentation),算法描述如下:(1)基于拼音首字母的正向匹配算法算法名: FR ForeMatch(Text)输入: Text 为一段文本输出: FR,为一重复有序集合,集合中的元素为字与词.(a)将Text保存于数组s1中,将Text汉字转化为拼音首字母存储于数组s2中;(b)字符个数n=7;(c)取s2中前n个字符s,先根据首字符在首字母表中查找.在首字母表中找到与之对应的C之后,从Q1指向的字符串开始,在词条字母表中逐个匹配,直至Q2所指向的字符串为止.(d)在词条字母表中未找到与s相匹配的字符串,flag==0,n=n-1(去掉s的最后一个字符)重新进行(c)步骤; 找到与s相匹配的字符串,flag==1,从P1指向的词语开始,在词典正文中逐个匹配s对应的词,直至P2所指向的词语为止.(e)在词典正文中未找到匹配的词语,flag2==0,去掉s的最后一个字符重新进行(c)(d)(e)步骤.若在词典正文中找到匹配词语,flag2==1,将s对应的s1中的词作为一个词切分,并将结果加入FR中.(f)重复(b)(c)(d)(e)步骤,直至s1全部切分完毕.(2)基于拼音首字母的逆向匹配算法算法名: BR BackMatch(Text)输入: Text 为一段文本输出: BR,为一重复有序集合,集合中的元素为字与词(a)将Text保存于数组s1中,将Text汉字转化为拼音首字母存储于数组s2中;(b)字符个数n=7;(c)取s2中后n个字符s,先根据首字符在首字母表中查找.在首字母表中找到与之对应的C之后,从Q1指向的字符串开始,在词条字母表中逐个匹配,直至Q2所指向的字符串为止.(d)在词条字母表中未找到与s相匹配的字符串,flag==0,n=n-1,去掉s的最前一个字符)重新进行(c)步骤; 找到与s相匹配的字符串,flag==1,从P1指向的词语开始,在词典正文中逐个匹配s对应的词,直至P2所指向的词语为止.(e)在词典正文中未找到匹配的词语,flag2==0,去掉s的最前一个字符重新进行(c)(d)(e)步骤.若在词典正文中找到匹配词语,flag2==1,将s对应的s1中的词作为一个词切分,并将结果加入BR中.(f)重复(b)(c)(d)(e)步骤,直至s1全部切分完毕.(3)基于拼音首字母的双向匹配算法执行(1)(2)得到FR和BR;(a)FR-BR∪BR-FR //获取有歧义的分词(c)运用规则处理(2)中的歧义部分(d)输出LR ,LR为最后的分词结果.例如: Text= “组织化解危机.”利用拼音首字母正向匹配算法,得到结果FR={组织化,解,危机}.利用拼音首字母逆向匹配算法,得到的结果BR={组织,化解,危机}.FR-BR∪BR-FR={组织,组织化,解,化解},其中交集字串为“化”.根据规则“化”与后继构成动词“化解”且前驱为名词,切分为“组织”和“化解”两个词,即LR={组织,化解,危机}.对1998年人民日报标注语料库中的语句进行分词,得到近13.6万个不同词性的词,从中抽取12000个词构建普通的无词典结构的词库和按照PFLS算法的词典结构建词库.分别用最大正向匹配算法和最大逆向匹配算法调用普通的无词典结构的词库进行分词.然后与FPLS算法采用词典结构进行分词的结果进行对比.实验结果表明,拼音首字母自动分词算法时间复杂度比传统的最大正向匹配算法和最大逆向匹配算法相比,效率高、正确率高.实验统计结果如表2所示.为了更好的说明问题,本文通过两个例子来论证FPLS的可行性,并对实验过程中出现的错误进行分析.例3.“通过组织化解了他们的矛盾”正向最大匹配的结果为“通过\组织化\解\了\他们\ 的\矛盾”,逆向最大匹配算法的结果为“通过\组织\化解\了\他们\的\矛盾”.两者匹配的结果不一致出现歧义字段“组织化解”,本文采用规则解决了歧义问题提高了准确率.例4.“这道题学生会”正向最大匹配的结果为“这\道\题\学生会”,逆向最大匹配算法的结果为“这\道\题\学生会”.两者虽匹配结果一致,但是不符合语义.正确结果是“这\道\题\学生\会”.出现这种情况的原因是类似这样的语句需要借助语义、语境信息解决.然而,并未有一种很好的方法解决语义上歧义的问题,包括目前较为成熟的分词系统LTP也没有很好的解决方法,这也是分词结果出现错误的原因.解决语义歧义问题也是我们下一步要做的工作.基于FPLS分词算法的时间之所比最大正向匹配和最大逆向匹配算法短,是因为FPLS算法采用的词典结构采用了多维索引,而最大正向匹配分词算法和最大逆向分词算法未采用索引.FPLS算法将多维索引与歧义处理规则相结合,分词效率高且正确率较高,适用于搜索引擎和快速分词.由于歧义处理规则针对正向匹配与逆向匹配中的歧义制定,规则不够全面,与专门的语义、语法分词歧义处理相比还有一定的差距.在保证分词的高效的同时,最大限度提高分词的准确率是进一步研究的课题.【相关文献】1 王瑞雷,栾静,潘晓花,等.一种改进的中文分词正向最大匹配算法.计算机应用与软件,2011,28(3):195–197.2 周俊,郑中华,张炜.基于改进最大匹配算法的中文分词粗分方法.计算机工程与应用,2014,(2):124–128.3 张科.多次Hash快速分词算法.计算机工程与设计,2007,28(7):1716–1718.4 李振星,徐泽平,唐卫清,等.全二分最大匹配快速分词算法.计算机工程与应用,2002,38(11):106–109.5 罗洋.一种基于双哈希二叉树的中文分词词典机制.计算机应用与软件,2013,30(5):251–253.6 张江.基于规则的分词方法.计算机与现代化,2005,(4):18– 20.7 翟凤文,赫枫龄,左万利.字典与统计相结合的中文分词方法.小型微型计算机系统,2006,27(9):1766–1771.8 韩冬煦,常宝宝.中文分词模型的领域适应性方法.计算机学报,2015,38(2):272–281.9 王艳,元昌安,覃晓,等.基于VC++/MFC的中文自动分词算法及其软件的实现.广西师范学院学报(自然科学版),2008,25(3):104–108.10 熊回香.全文检索中的汉语自动分词及其歧义处理.中国图书馆学报,2005,31(5):54–57.11 赵伟,戴新宇,尹存燕,等.一种规则与统计相结合的汉语分词方法.计算机应用研究,2004,21(3):23–25.。
(完整word版)Web系统测试方法
web 系统测试分为6 个部分：∙功能测试∙性能测试（包括负载/压力测试）∙用户界面测试∙兼容性测试∙安全测试∙接口测试(备注：红色为提供的方法与工具；蓝色为可选项，因Web系统的功能与要求而决定)1 功能测试1.1 链接测试链接是Web应用系统的一个主要特征，它是在页面之间切换和指导用户去一些不知道地址的页面的主要手段。
链接测试可分为三个方面：一、是否所有链接按指示的那样链接到了该链接的页面；二、所链接的页面是否存在；三、保证Web应用系统上没有孤立的页面（孤立页面是指没有链接指向该页面，只有知道正确的URL地址才能访问。
）采取措施：采用自动检测网站链接的软件来进行。
推荐软件：Xenu Link Sleuth 免费绿色免安装软件HTML Link Validator 共享(备注：动态生成的链接无法测试)1.2 表单测试用户通过表单提交信息时，都是希望表单能正常工作。
一、依据表单填写内容的格式，字符与特殊字符等具体的要求结合数据校验对其进行测试。
二、对表单提交的完整性，以验正服务器信息的正确性。
如所属省份与所在城市是还匹配的完整性需求。
1.3 数据校验根据业务规则需要对用户输入进行校验，需要保证这些校验功能正常工作。
是对表单的输入内容进行校验，确认系统能够接受。
该项测试和表单测试可能会有一些重复。
1.2和1.3的采取措施：WinRunner（QTP）工具1.4 cookies测试Cookies通常用来存储用户信息和用户在某应用系统的操作，当一个用户使用Cookies访问了某一个应用系统时，Web服务器将发送关于用户的信息，把该信息以Cookies的形式存储在客户端计算机上，这可用来创建动态和自定义页面或者存储登陆等信息。
如果Web应用系统使用了Cookies，就必须检查Cookies是否能正常工作。
测试的内容可包括Cookies是否起作用，是否按预定的时间进行保存，刷新对Cookies有什么影响等。
mongolian-chinese_dictionary_web_user_guide_chines
Web版《蒙汉词典》使用说明2020.10.20 目录1.概要1-1.前言1-2.主要特点1-3.操作系统要求1-4.使用要求■字体的安装方法2.《蒙汉词典》词条细目的构成3.使用方法3-1.开始3-2.页面内容3-2-1.检索画面3-2-2.按键3-2-3.检索结果画面显示3-2-4.原文画面显示3-3.检索方法3-3-1.检索对象3-3-1-1.“蒙文词条”（针对蒙古文字检索）3-3-1-2. “转写字母”（针对罗马字转写检索）3-3-1-3. 《全文》（指定全文检索）■全文检索的功能3-3-2. 检索方法的种类3-3-3. 检索选项3-3-3-1.模糊查询■模糊查询的功能3-3-3-2. 不分大小写3-3-3-3. 不包括副条（限定主条检索）3-4.检索结果显示3-4-1. 检索结果显示画面3-4-2. 检索结果中出现的词条总数3-4-3. 检索结果不在一个页面上的情况3-4-4.页面上所显示的词条行数3-4-5. 原文图像显示3-4-6. 检索结果的复制、打印■补充说明补充内容(一) 关于《蒙汉词典》补充内容(二) 按键与蒙古文字母、罗马字转写对应实例补充内容(三) 蒙古文字检索中的注意事项1.概要1-1.前言Web版《蒙汉词典》是内蒙古大学蒙古学研究院（现内蒙古大学蒙古学学院）、蒙古语文研究所编撰的《蒙汉词典（增订本）》（内蒙古大学出版社，1999年）经过数据电子化，通过互联网可以进行检索、利用的网络界面。
《蒙汉词典（增订本）》的电子化利用项目是由东北大学东北亚研究中心与内蒙古大学蒙古学学院共同研发的研究成果，并得到了ALMAS（ALMAS Inc）公司的技术支持。
1-2.主要特点●Web版《蒙汉词典》中使用传统的蒙古文字来进行单词检索，可显示蒙古文字。
检索字符串输入栏中，尤其在没有启动输入法(IME)的情况下，可以直接使用键盘输入蒙古语文字，进行蒙古文字检索。
传统蒙古文字是根据Unicode的规格录入的。
文献检索(第三章)
社 会 科 学
自 然 科 学
（2）主题途径 主题途径
这是通过文献资料的内容主题进行检索的途径,主 题途径依据的是各种主题索引或关键词索引,主题索引 或关键词索引按检索词的字顺排列,检索者只要根据课 题确定了检索词(主题词或关键词),便可以像查字典那 样,按照字顺去逐一查找,从检索词下的索引款目,找到 所需文献的线索。 主题途径检索文献关键在于分析课题，提炼主题 概念，运用词语来表达主题概念。对于主题索引，需 要把自拟的语词同相应的词表核对。主题途径是一种 主要的检索途径。
五 文献信息检索的方法
1．常用法
常用法又称直接法，是指直接利用检索工具（系 统）检索文献信息的方法，这是文献检索中最常用的 一种方法。它又分为顺查法，倒查法和抽查法。
1．1 顺查法
顺查法指按照时间的顺序，由远及近地利用检索 系统进行文献信息检索的方法。这种方法能收集到某 一课题的系统文献，它使用于较大课题的文献检索。 例如，已知某课题的起始年代，现在需要了解其发展 的全过程，就可以用顺查法从最初的年代开始，逐渐 向近期查找。优点是漏检，误检率低，但劳动量较 大。
（1）基本部类：如中图法分五大类部：马列毛邓；哲学； 社会科学；自然科学；综合性图书。 （2）基本大类：构成分类表的第一级类目。中图法为22个 基本大类。 （3）简表：由基本大类与由其直接展开的一、二类目所形 成的类目表。 （4）详表：由简表展开的各种不同登记的类目所组成的类 目表，是文献分类的真正依据。
OPAC ：是指以计算机编码形式存贮在计算机 系统内，供读者通过终端设备进行联机检索的 图书馆目录，即书目数据库的一种形式。
2.题录(bibliography 、bibliographic、citation)
题录是单篇文献外表特征的揭示和报导，即对某一文献外部特 征的描述，由一组著录项目构成一条文献记录。 题录的著录项目一般有著者，篇名及出处等，常以一个内容上 独立的文献单元（如一篇文章，图书中的一部分，有时也可以是整 本出版物）为基本著录单位。题录在揭示文献内容的深度方面，比 目录深入，但又比文摘简单。 示例1：
一种安全的web在线中文输入法系统的设计与实现
技术的安全的 ｗｅ 在线中文输入法系统实现框架 ，并着 重分析 了安全策略机制和快速码表查找方法 ，达到 了 ｂ 保护输入法知识产权和程序核心代码的 目的。 关键词：在线中文输入法；安全 ；Ａ ｐ ｔ ｅｖｅ；Ｉ ｐ ｌ ；Ｓ ｒｌ ＭＥ ｅ ｔ
中图分类号：Ｔ３ Ｐ １ １ 文献标识码 ：Ａ 文章编 号：１ ７－ ０ ７ ２ ０ ）０ — ０ ０ ０ ３ ８ ４ （０ ７ ４ ０９ － ３ ６
Ｄｅ ｉｎ ａ ｄ Ｉ ｐ ｅ ｅ ｔ ｆ ｅ ｕ ｅＷ ｅ ｌ ｅＣｈｎ ｓ Ｍ Ｅ ｓｇ ｎ ｍ ｌｍ ｎ Ｓ ｃ ｒ ｂ Ｏｎ ｉ ｉ ｅ ｅＩ ｏ ａ ｎ
Ｓ ａ ｅ ｆ ｎ Ｌｉ ｏ ｇ ｕ ｈ ｈ Ｗ ｉｅ ｇ Ｚｈ ｎ ｈ ａ
（ ｓ ｔｔ ｆ ｓｓｅ－ ｒｖ ｎｉｎＳ ｉｎ ｅａ ｄＴ ｃ ｏｏ ｙ Ｓ ｈ ， ｂ ｉ ０ ５ ０ ） ｎ ｉ Ｉ ｔｕｅｏ ａ ｔｒＰ ｅ ｅ ｔ ｃｅ ｃ ｅ ｈ ｌｇ ， ａ ｅ Ｈｅ ｅ ６ ２ １ Ｄｉ ｏ ｎ ｎ ｎ
一
用 的工具软件 ，在 计算机应 用 中具有重要 地位 。但 是，传 统的输入 法必须 在每 台要使用 的计 算机上 进
行安装才 能使 用ｌ，如果 我们只 是偶 尔使 用一 下或 ｌ Ｊ 者希望在 英文操 作系统 下输入 汉字 ，传统 的输 入法
就很难满足这种需要。 ｂ在线输入法正是在这种 Ｗｅ 情 景下 出现 的，只要计 算机能够 联入 Ｉｔｒｅ，而不 ｎｅｎｔ
刖 吾
随着 Ｉｔ ｎｔ的普及 ，越来 越 多的人从 互联 网 ｎｅ ｅ ｒ 上 获 取 各 种 信 息 和 服 务 。 特 别 是 近 年 来 ，Ｗｅ ｂ
Ｓ ｒｉ ｅｖｃ ｅ和 Ｓ Ａ ／ Ｏ ＰＸＭＬ技术 的出现 ，使软件 由单 机 模 式转为 ｗ ｂ在线 服务模式 ， ｅ 如我们 常用 的英汉 翻 译 软件 、财务软 件 、Ｅ Ｐ软件 、办 公软件等 都 已经 Ｒ 有 了在线 ｗ ｂ版本 。 ｅ 输 入 法是 非 英 语 国家 计算 机 操 作 人 员 必 须 使
哈尔滨工业大学信息检索研究室
智能技术与自然语言处理研究室：王晓龙教授
语音处理研究室：韩纪庆教授
信息检索研究室：刘挺教授
深圳分部（哈工大深圳研究生院）：王轩副教授
校友
王海峰（东芝）、张民（新加坡）、于浩（富士 通）、付国宏（香港大学） 荀恩东（北语）、吕雅娟（计算所）、姚建民 （苏州大学）、张刚（计算所）
语法分析 分词 词性标注 命名实 体识别 依存句 法分析
基于XML的语言学知识资源、常识知识资源和语料库资源
哈工大信息检索研究室
LTML
(Language Technology Markup Language)
哈工大信息检索研究室
资源共享
免费共享程序资源和数据资源
《同义词词林（扩展版）》 中英文双语句对 中文问答系统测试集 汉语依存树库 “分词/词性标注/依存分析/词义消歧”人工 标注语料库 自动文摘语料库
哈工大信息检索研究室
主要论文
国内期刊 《软件学报》 《电子学报》 《自动化学报》 《电子学报》 《计算机研究与发展》 《情报学报》 《中文信息学报》 1 1 2 1 2 3 6
国际期刊 International Journal of Computer Processing of Oriental Languages Journal of Chinese Language and Computing 1 1
语言技术平台LTP
/ltp/
哈工大信息检索研究室
语言技术平台LTP
目前已有国内外130余家 学术机构和我实验室签署 协议，共享了这个平台。
哈工大信息检索研究室
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘
要： 在 使用标准化代码 的系统 中，为解 决新增记录精确 匹配代码 的问题，系统 中采用 了拼音检索方法，拼音
检索主要应用 在就业信息采集 页面 中， 对 采集 的数 据进行模糊 匹配，并将匹配到 的数据加 载到页面 中由用 户 自 行选择 到最符合要求的数据 ， 为 了提高 匹配精度， 在 系统中采 用双重 模糊查询方法 ， 解决 了系统中有大量待查数 据时查询 效率 与查询精度 的问题，该系统投入使用后收到 了良好 的效果． 关键 词： 拼音检索；模糊查询； Ｓ Ｑ Ｌ ；正则表达式
Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ａ ｎｄ Ｉ ｍｐ ｌ ｅ ｍｅ ｎｔ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｐｈ ｏ ｎｅ ｉｃ ｔ Ｒｅ ｔ ｒ ｉ ｅ ｖａ ｌ Ｍｅ ｔ ｈｏ ｄｓ ｉ ｎ Ｗｅ ｂ Ｓ ｙ ｓ ｔ ｅ ｍｓ
ＬＩ Ｕ Ｆ ｅ ｎ ｇ ． Ｈｕ ａ ， ＣＨ ＥＮ Ｙａ ｈ ． Ｈｏ ｎ ｇ ２ ＺＨＥＮ Ｇ Ｗｅ ｉ ． Ｂｉ ｎ ３
ｄ ａ ｔ ａ ｂ ａ ｓ ｅ ｍａ ｎ ａ ｇ ｅ ｍｅ ｎ ｔ ． Ａ ｎ ｏ ｖ ｅ ｌ ｆ ｕ ｚ ｚ ｙ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｍｅ ｔ ｈ ｏｄ ｗａ ｓ ｐ ｒ ｏ ｐ ｏｓ ｅ ｄ ， ｗｈ ｉ ｃ ｈ ｕ ｓ ｅ ｓ Ｐｉ ｎｇ ｙｉ ｎ ｔ ｏ ｆ ｕ ｚ ｚ ｉ ｌ ｙ ｍａ ｔ ｃ ｈ ｔ ｈ ｅ ｒ ｅ ｔ ｒ ｉ ｅ ｖ ｅ ｄ
Ａｂｓ ｔ ｒ ａ ｃ ｔ ： Ａｔ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ，ｍｏ ｓ ｔ ｏ ｆ ｔ ｈ ｅ ｍａ ｎ ａ ｇ ｅ ｍｅ ｎ ｔ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｓ ｙ ｓ ｔ ｅ ｍ ｉ ｓ ｈｅ ｔ Ｂ／ Ｓ ｍｏ ｄ ｅ ， Ｓ Ｏ ｕ ｓ ｅ ｒ ｓ ｃ ａ ｎ ａ ｃ ｃ ｅ ｓ ｓ ａ ｎ ｄ ｍａ ｎ ｉ ｐｕ ｌ ａ ｔ ｅ ｄ ａ ｔ ａ ｉ ｎ ｔ ｈ ｅ ｎ ｅ ｔ ｗｏ ｒ ｋ ｔ ｅ ｒ ｍｉ ｎ ａ １ ． Ｓ ｔ ｎｄ ａ ａ ｒ ｄｉ ｚ ｅ ｄ ｃ ｏ ｄ ｉ ｎ ｇ ｐ ｒ ｏ ｖ ｉ ｄ ｅ ｓ ａ ｃ ｏ ｎ ｖ ｅ ｎ ｉ ｅ ｎ ｔ ｆ ｏ ｒ ｔ ｈ ｅ ｄ ａ ｔ ａ ｓ ｔ ａ ｔ ｉ ｓ ｔ ｉ ｃ ｓ ｎｄ ａ ｑ ｕ ｅ ｒ ｙ ｏ ｐ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｓ ｉ ｎ
ｄ ａ ｔ ａ ｆ ｒ ｏ ｍ ｄ ａ ｔ ａ ｂａ ｓ ｅ ．Ｔｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｗａ ｓ ｕｓ ｅ ｄ ｉ ｎ ｔ ｈ ｅ ｅ ｍｐ ｌ ｏ ｙ ｍｅ ｎ ｔ ｉ ｎ ｆ ｏ ｍ ａ ｒ ｔ ｉ ｏ ｎ ｇ ａ ｔ ｈ ｅ ｒ ｉ ｎ ｇ ｐ ａ ｇ ｅ ，ａ ｎ ｄ ｔ ｈ ｅ ｄ ａ ｔ ａ ｗａ ｓ ｆ ｉ ｌ ｔ ｅ ｒ ｅ ｄ ｔ ｗｉ ｃ ｅ ． Ｉ ｔ ｗｏ ｕ ｌ ｄ ｉ ｍｐ ｒ ｏ ｖ ｅ ｈｅ ｔ ｗｅ ｂ ｓ ｅ ｒｃ ａ ｈ ｎｇ ｉ ｅ ｆｉ ｃ ｅ ｎ ｃ ｙ ａ ｎ ｄ ａ ｃ ｃ ｕ ｒ ａ ｃ ｙ ｗｈ ｅ ｎ ｔ ｈ ｅ ｒ ｅ ｗｅ ｒ ｅ ｍａ ｓｓ ｉ ｖ ｅ ｄ ａ ｔ ａ ｙ ｅ ｔ ｔ ｏ ｂ ｅ ｃ ｈ ｅ ｃ ｋ ｅ ｄ ． Ｔｈ ｅ ｓ ｙ ｓ ｔ ｅ ｍ ｗａ ｓ ａ ｃ ｃ ｏ ｍｐ ｌ ｉ ｓ ｈ ｅ ｄ ａ ｎ ｄ ｄ ｅ ｐ ｌ ｏ ｙ ｅ ｄ ｎ ｉ ｏ ｕ ｒ ｓ ｃ ｈ ｏｏ ｌ ， ｎｄ ａ ｈ ａ ｄ ｍａ ｄ ｅ ｇ ｏ ｏ ｄ ａ ｃ ｈｉ ｅ ｖｅ ｍｅ ｎ ｔ ｓ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： Ｐｉ ｎ ｙ ｉ ｎ ｓ ｅ ａ ｒ ｃ ｈ ； ｆ ｕ ｚ ｚ ｙ ｑ ｕ ｅ ｙ； ｒ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｄ ｑ ｕ ｅ ｒ ｙ ｌ ａ ｎ ｇ ｕａ ｇ ｅ ； ｒ ｅ ｇ ｕ ｌ ａ ｒ ｅ ｘｐ ｒ ｅ ｓ ｓ ｉ ｏ ｎ ｓ
，
（ Ｄ ｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｃ ｏ ｍ ｐ ｕ ｔ ｅ ｒ ， Ｘｉ ｎ ｊ ｉ ａ ｎ ｇ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｕｍｍｕ ｑ ｉ ８ ３ ０ ０ ９ １ ， Ｃ ｈ ｉ ｎ ａ ） （ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｃ ｏ ｍｐ ｕ ｔ ｅ ｒ ａ ｎ ｄ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ， Ｘｉ ｎ ｊ ｉ ａ ｎ ｇ Ａ ｇ ｒ ｉ ｃ ｕ ｉ ｕｒ ｔ ａ ｌ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｕ ｍｍｕ ｑ ｉ ８ ３ ０ ０ ９ １ ， Ｃ ｈ ｎ ｉ ａ ） （ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ ｎｄ ａ ｎｆ Ｉ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｘ ｉ ’ ａ ｎ Ｊ ｉ ａ ｏ ｔ ｏ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｙ ｔ ， Ｘ ｉ ’ ｎ ａ ７ １ ０ ０ ４ ９ ， Ｃ ｈ ｎａ ｉ ）
汁 算 机 系 统 应 用
ｈ ｔ ｔ ｐ ： ／ ／ 、 Ｖ ｗ、 ｖ ＿ ｃ ・ Ｓ － ａ ． ｏ ｒ ｇ ． Ｃ ｎ
Hale Waihona Puke ２ ０ １ ３年 第 ２ ２卷 第 １ 期
拼音检索方法在 Ｗｅ ｂ系统 中的研 究与实现①
刘风华 ，陈燕红 ，郑卫斌
（ 新疆工程学 院 计算机工程 系，乌鲁木齐 ８ ３ ０ ０ ９ １ ） ｆ 新疆农业大学 计算机与信息工程学 院，乌鲁木齐 ８ ３ ０ ０ ５ ２ ） （ 西安交通大学 电子与信息工程 学院，西安 ７ １ ０ ０ ４ ９ ）