一、互聯(lián)網(wǎng)信息采集與處理檢索系統(tǒng)
1. 新聞搜索引擎SPIDER
2. 網(wǎng)頁搜索引擎SPIDER
3. 定向?qū)I(yè)搜索SPIDER
4. 基于視覺的正文智能提取模塊（自動正文提�。�
5. 智能摘要提取模塊
6. 去重模塊
7. 智能分類模塊
8. 檢索前端類聚模塊
9. 分詞模塊
10. 索引模塊
11. 最大可支持10TB以上數(shù)據(jù)容量，可分層建索引庫、分布索引、分布檢索、分布采集處理。
二、WEB結(jié)構(gòu)化信息抽取技術(shù)（格式化數(shù)據(jù)抽取）
應用于垂直搜索引擎的重要技術(shù)，抽取出結(jié)構(gòu)化數(shù)據(jù)，對具體網(wǎng)頁無依賴，直接針對數(shù)據(jù)類型進行抽取。
元數(shù)據(jù)（結(jié)構(gòu)化信息提�。� 采集技術(shù)：模板方式，作為 WEB結(jié)構(gòu)化信息抽取技術(shù)的補充。
三、自然語言的結(jié)構(gòu)化信息抽取技術(shù)
應用于垂直搜索引擎，情報分析處理（科研產(chǎn)品）
|
