基于特征码的大规模XML文档去重研究

本文总结了目前基于XML文档的一些信息检索技术,并通过一种特征码技术,将海量的XML文档中内容重复的文档检索出来。利用可以将XML文档映射到关系数据库中的X-RESTORE技术管理、存储、查找XML文档,并利用它的解析器快速定位特征码。将特征码通过高效的B 树来索引,大大提高系统的处理效率。     

基于结构化信息检索系统的数据搜集技术的研究

本文在已有的传统信息检索系统中数据搜集技术研究基础上,采用了正向最大匹配和逆向最大匹配法的分词技术和基于向量距离的分类技术,建立了可以将XML文档映射到关系数据库的信息检索系统,从而大大提高了信息检索的效率。     

多媒体素材格式的研究

随着信息技术发展步伐的不断加快,计算机多媒体信息处理能力越来越强,多媒体数据的存储格式也出现了多样化,熟悉和了解多媒体素材格式的特点对多媒体课件的制作会收到事半功倍的效果。