近日，谷尼国际软件推出了谷尼全文检索系统V4.0版本，新版本继续秉承“快、精、准、全”的技术理念，提高了全文检索的查全率和查准率，从而整体上提高了全文检索系统的水平和可用性。谷尼国际软件公司是一家致力于定向搜索技术开发与销售的高新技术软件企业，全文检索系统是其主打产品之一。目前，该公司已为国家部委及地方政府、图书馆、知名网站、上市公司、著名学府等提供软件服务。
全文检索是计算机程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时根据建立的索引查找，类似于通过字典的检索字表查字的过程。全文检索系统是按照全文检索理论建立起来的用于提供全文检索服务的软件系统。全文检索系统的核心则具有建立索引、处理查询返回结果集、增加索引、优化索引结构等功能。我国全文检索技术的研究起步于20世纪80年代末，90年代初逐渐在研究国外全文数据库的基础上，结合汉字处理的特点开始独立开发全文数据库。随着Internet/Intranet/Extranet、Web技术和多媒体技术的广泛采用，客观上给全文检索带来机遇和挑战。
互联网带来的似乎是海量的信息量，但如果真正把数据拿出来一看，全球的资讯实际上存在互联网上只有5%，还有95%的信息在互联网之外。在当今信息爆炸的时代，所有的存储数据中有85%是非结构化格式的，非结构化信息每三个月增长一倍。“谷尼全文检索系统以先进的分词索引技术为核心，建设高性能信息检索平台，能够将分散的多种非结构化格式和结构化信息集中整合检索，让用户在一个检索界面即可获取到所需的各种相关信息，不论是网站数据、办公的文档、各种数据库，谷尼国际软件都能提供完善的全文检索解决方案。”谷尼国际软件副总裁邹鸿强说。
他介绍，谷尼全文检索系统是一个功能强大、高性能、灵活的全文索引和检索平台，核心功能是实现对结构化、非结构化信息的全文检索和统一存储。谷尼全文检索系统的主要目标是实现文本索引的快速构建，动态文档集的索引维护，短语查询，Top-k查询的快速处理以及各种检索模型等。高性能和灵活的架构也使谷尼全文检索系统可以应用在行业搜索引擎、内网搜索引擎、专业系统资料全文检索、数据库全文检索、办公文件检索中等。
“谷尼全文检索系统是以先进的分词索引技术为核心，采用了分布式多线程并发指令执行体系结构，实现亚秒级的检索速度以及每秒上百次的并发检索支持。同时，谷尼全文检索系统采用独有的增量实时索引技术保证信息即时采集即时检索，使用户随时检索新的信息。”邹鸿强说。全文检索系统中核心、关键的部分是全文检索引擎部分，索引的准备工作和搜索的应用都是建立在这个引擎之上。
全文检索的方法主要分为按字检索和按词检索两种。英文等西方文字由于按照空白切分词，因此实现上与按字处理类似，添加同义处理也很容易。而中文等东方文字则需要切分字词，以达到按词索引目的。切分字词是当前全文检索技术尤其是中文全文检索技术中的难点。谷尼领先的中文信息处理技术内嵌汉语自动分词系统，支持按词索引、按字索引、按关键词索引、字词混合索引，大大提高了检索的准确性和响应时间。而智能中文切词技术避免了中文检索的歧义与多义现象，同时采用相关性算法对结果记录进行排序，保证检索相关性高的记录放在前面。
除此之外，谷尼全文检索系统支持办公文档、动静态网页、多种数据库等格式，支持中文和英文，灵活的架构也可以方便地扩展支持其他语言和编码；检索语法丰富，支持多字段检索，日期范围检索，检索结果自定义排序等；同义词、近义词等检索功能，则提高了检索精度，满足了多种检索需求。
“效率优化是谷尼全文检索系统的一贯追求，在此基础上提供多项功能服务满足了不同客户的多样需求，一切体现以人为本的原则。”谷尼国际软件邹鸿强说。据介绍，谷尼全文检索系统还为用户提供了丰富的检索结果展示，包括智能动态摘要、独有的网页快照、以及多种检索结果排序方式等，极大地方便了用户浏览查看；采用标准的B/S架构，系统管理员可以随时随地通过浏览器登陆Web管理界面对整个系统的各项功能进行管理和系统维护，操作简单易用，无需专业培训即可迅速上手。（编辑 王动）