Simsearch：基于字面相似度的文本搜索引擎 - simsearch 基于字面相似度的文本搜索引擎

simsearch 基于字面相似度的搜索引擎一个计算多个句子单字相似集合的搜索工具. 作为应用在问答系统中的组件。并返回相似性打分值。假设配置了问题 ABCDFG 但是用户输入的内容是ABDG 则输出配置里最相近的n条。 1.支持错字，少字，或多了字的搜索。 2.支持多用户 3.支持单条删除或新加索引 4.支持英文单词,空格用_

考虑这一个聊天配置场景输入问题：今天天气不错回答:是的天气很好输入问题：今天我很开心回答：为什么你会开心

实际应用当中，输入的是文本可能是今天的天气真不错天气真不错呀今天今天天儿不错呀天气不错啊这两天都希望回答：是的天气很好

配置文件中仅仅需要配置一条今天天气不错，则能自动匹配到相应的答案上>。

安装方法：环境要求linux系统perl语言环境安装perl的库文件包,包括： use Socket; use IO::Handle; use IO::Select; use IO::Socket::INET; use POE qw(Component::Server::TCP); use Clone qw(clone); use Encode; use Data::Dumper; 每个包的安装方法是运行命令 cpan 包名字例如安装IO::Socket::INET 运行命令： cpan IO::Socket::INET centos或者ubuntu系统下安装 Socket IO::Handle; IO::Select Socket IO::Socket::INET POE Clone 这个几个包。

下载安装包simsearch.tgz 解压缩后进入simsearch目录运行方法： 1启动服务器：运行命令./simsearch_server.pl &

2重新加载索引（启动时自动加载）索引配置文件是test.nomsolo/ME_file 文件格式是 2列，第一列是输入句子，第二句是输出句子重新建立索引运行命令: ./reload.sh 会重新读取 test.nomsolo/ME_file里的内容

查询测试脚本run_search.sh ./run_search.sh 输入的句子是"你有几个妹妹" 输出结果：你有妹妹吗我妹妹，还在实验室里你有妹00.461538461538462 虽然配置文件里没有精确的输入你有几个妹妹但是给出了个最相近的配置答案。

支持多用户，支持停用词表，支持相似度排序和条数输出。 run_search.sh里第二条参数showmatch 是搜索精确包含有索引单子的数据。运行参数说明： ./simsearch_client.pl 你有几个妹 showtop 4 n test.nomsolo “你有几个妹” 是输入文本 showtop 是模糊搜索，应用在错字少字多字的问题搜索， 4 是输出4条结果 test.nomsolo是用户名支持多用户不同配置。基于GPL协议。

Kenttä	Arvo
Data viimeksi päivitetty	21. kesäkuuta 2017
Metatieto viimeksi päivitetty	21. kesäkuuta 2017
Luotu	21. kesäkuuta 2017
Muoto	Perl
Lisenssi	GNU-General-Public-License-3.0
Datastore active	False
Has views	False
Id	10079fb8-cbd8-41ce-ac96-b53eee37df8c
Package id	64211856-33a1-490d-bd4e-4dc50460de74
Position	0
State	active
Url type	upload

simsearch 基于字面相似度的文本搜索引擎

Lisätietoa