非结构化文档全文检索技术研究及在协同办公系统中的应用

摘要

随着协同办公系统在贵州电网公司的持续完善及推广,系统正逐步深入人心,达到了预期的建设效果。用户经常通过检索的方式来收集自己需要的公文数据信息,并且这些数据中大部分都是非结构化的数据。非结构化数据的来源有很多,公文、合同、制度的附件等都是可以提供数据信息的载体。将数据非结构化其实就是利用数据预处理技术对数据进行统一筛选操作,去除数据内部包含的噪声从而净化数据。本文结合多个方面,对非结构化文档全文检索技术以及其在协同办公系统中的应用情况进行了深入的探究。