Sherlock Holmes

Sherlock Holmes là một công cụ tìm kiếm phổ quát, một hệ thống thu thập và lập chỉ mục dữ liệu văn bản (các file văn bản, các trang web, vv), cả trong nước và trên mạng.

Tính năng .

• Thu thập những file thông qua HTTP hoặc từ các tập tin địa phương
• phân tích các tập tin văn bản, HTML, PDF, và một số định dạng khác bằng cách sử dụng phân tích cú pháp bên ngoài (như MS Word và PostScript).
• Toàn bộ hệ thống là mô-đun, vì vậy thêm các nguồn dữ liệu của riêng bạn hoặc phân tích cú pháp chỉ là vấn đề của việc cắm vào mô-đun bên phải (tốt, thường cũng viết nó).
• Hoạt động tốt trong môi trường charset hỗn hợp.
• Xem xét nhiều lần xuất hiện của cùng một tập tin (ngay cả với những thay đổi nhỏ) một tài liệu duy nhất với nhiều URL của.
• Mọi thứ đều có cấu hình cao. Bạn có thể viết các quy tắc lọc trong một ngôn ngữ đặc biệt cho phép tinh chỉnh các biến cấu hình tùy thuộc vào tài liệu đang được xử lý.
• Searching các từ, cụm từ và biểu thức boolean. Tìm kiếm trong tên tập tin và các văn bản liên kết.
• Tìm kiếm tiệm cận và gần gũi trọng lượng tìm kiếm thường xuyên.
• Ghi nhận của ngôn ngữ, dễ dàng tích hợp stemmers và từ điển thuộc về chữ đồng nghĩa.
• Spelling kiểm tra dựa trên các tần số từ quan sát thấy trong các dữ liệu được lập chỉ mục, gợi ý người dùng truy vấn của ông có thể được viết sai chính tả.
• Kết quả tìm kiếm bao gồm bối cảnh trong mỗi tài liệu.
• Cân cũng đến hàng chục triệu tài liệu về phần cứng máy tính bình thường.
• Giao diện người dùng (front-end) là hoàn toàn tách biệt với phần còn lại của hệ thống, làm cho nó dễ dàng để sửa đổi và cũng để nhúng các công cụ tìm kiếm trong các ứng dụng hiện có.
• tải tập tin và chỉ số này được nén để tiết kiệm không gian.