搜索引擎论文自动文摘技术论文摘要：当前，搜索引擎是互联网的一个重要组成部分。其网页摘要采用的是静态网页额摘要，用户不能快速从网页摘要中获取网页内容的主题思想。本文在开源搜索引擎
utch中运用自动文摘技术生成网页摘要，加快用户确认搜索准确度的速度。关键词：搜索引擎；
utch；自动文摘技术；网页摘要
utchbasedsearche
gi
ewebabstractimproveme
thaogua
gqua
lishizice
tralchi
a
ormalu
iversitywuha
430079chi
aabstractcurre
tlythesearche
gi
eisa
importa
tpartofthei
ter
etthewebsiteusesastaticpagesummaryoftheamou
tofsummarytheuserca
otquicklyaccessthesummarypagefromthewebpageco
te
tthemei
thispapertheuseofope
source
utchsearche
gi
etech
ologytoge
eratewebpagesautomaticallyabstracta
dspeeduptheusertoco
firmthespeedofaccuracysearchkeywordssearche
gi
e
utchautomaticabstracti
gtech
iqueswebpageabstract
f一、引言随着计算机相关技术和网络应用领域的逐渐扩展，互联网信息呈爆炸式增长，相继出现的搜索引擎为网络用户获取有效信息提供了很大方便。最早现代意义上的搜索引擎出现于1994年7月。当时michaelmauldi
将joh
leavitt的蜘蛛程序接入到其索引程序中，创建了大家熟知的lycos。同年4月，斯坦福（sta
ford）大学的两名博士生，davidfilo和美籍华人杨致远（gerryya
g）共同创办了超级目录索引yahoo，使搜索引擎的概念深入人心。从此搜索引擎进入了高速发展时期1。现有搜索引擎采用的是一种静态网页摘要方法，该方法是选取网页中首段的头、尾句或者含有搜索关键词的句子，然后结合标题，编稿时间，作者等信息作为网页的摘要。该方法实现简单，摘要结构性好，易于阅读，但不能突出体现网页内容主题思想，不利于用户判断搜索结果是否正确。在百度中搜索“美利坚合众国”二字的时候，结果页面显示如图1：在谷歌中搜索“美利坚合众国”的时候，结果列表中网页摘要和百度相似，都是采取的静态网页摘要。通过此法，用户很难知道网页的主题思想。本文的工作就是运用自动文摘技术生成网页摘要，让用户获取网页的主题思想，快速确
f定搜索结果是否准确。二、研究基础：（一）
utch工作原理
utch是一个开源代码、建立在luce
ce基础上的完整的web搜索引擎系统，可以每个月抓取几十亿网页，并为这些网页维护索引，对索引文件进行每天上千次的搜索2。图2为
utch的工作流程图：总体上，
utch工作分两个流程，爬虫crawl和查询searcher。crawl主要用于从网页上抓取网页并为这些网页建立索引。searcher主要利用这些索引检索用户r