- 什么是FirteX
FirteX 是一个功能强大、高性能、灵活的全文索引和检索平台。 FirteX 的主要目标是研究文本索引的快速构建 (Index Construction) ，动态文档集的索引维护 (Index Maintenance) ，短语查询 (Phrase Query),Top-k 查询的快速处理 (Top-k Query Process) 以及各种检索模型（ IR Model ）等。高性能和灵活的架构也使 FirteX 可以应用在产品搜索，桌面搜索，站内搜索，新闻搜索， Blog 搜索，学术搜索以及大规模搜索引擎等领域中。
FirteX也是一个非常灵活的全文索引和检索框架，框架的各个功能模块可单独替换或升级，可以方便地添加各种索引算法，检索模型等，也可以通过插件增加新的文档格式和语言支持。FirteX同时还是一个文本处理框架，可以扩展实现分类、聚类，文档摘要等实验，而省去文档格式解析，文本分析(例如中文分词)等文本处理的额外工作。
- FirteX可以用来做什么？
搭建实验平台：在信息检索领域，迫切需要一个支持大规模数据的、灵活的、健壮的、易扩展的实验平台。在国际上，这类检索实验平台有很多，但绝大多数平台支持的实验有限，往往仅关注某些方面的实验，系统架构不够灵活，很多其他方面的实验无法开展。例如著名的Lemur实验平台仅关注检索模型等检索效果方面的实验，而检索效率方面的实验不好扩展。此外，这些平台对中文的支持不够好，没有考虑中文的特殊性。FirteX是国内第一个开源的信息检索实验平台，考虑了多种实验需求，例如中文分词、索引数据结构研究、索引算法和方案研究、检索模型、查询反馈、检索Cache等，不仅支持检索效果方面的研究同时还支持检索效率方面的实验，架构非常灵活，也可以扩展实现其他的一些文本处理实验，例如文本分类聚类等。
搭建搜索应用： 搜索引擎在日常生活中起着越来越重要的作用，垂直搜索大量涌现，包括产品搜索，新闻搜索， MP3 搜索，图片搜索，生活搜索，农业搜索，医学搜索， BBS社区搜索， Blog搜索等等；另一方面，磁盘容量越来越大，本地数据的管理和搜索也日益重要，文件系统搜索和桌面搜索也发展迅速。所有这些搜索应用都有两个共同特征： 1 、数据量不会太大（相对于公众搜索引擎）， 2 、数据更新非常快。这些应用都有各自的特定的应用场景和需求，但基本都遵循同样的工作流程：
FirteX是一个高性能、开放式的二次开发平台，可以应用在上述各个搜索应用中。
- 如何使用FirteX？
简单使用：FirteX提供了丰富的功能，支持多种文档格式和文档集类型，采用了XML格式的系统配置文件，可配置内容包括索引内存使用量，索引文件数目、大小控制，索引合并控制，数据集元数据定义及其索引存储方案定义等，可以根据数据集和机器配置情况，灵活配置整个系统，无需编写代码。所有这些功能和配置均可通过FirteX提供的Windows界面的示例应用程序Fxist和命令行模式的fxist4c示例应用程序完成。
信息检索实验：FirteX支持TREC文档集，可以直接使用TREC数据进行索引和检索实验，作为参加TREC评测的实验平台；提供了向量空间检索模型(其他检索模型正在添加中)，提供了3种前向索引方式；提供了中文快速分词；对于索引文件，提供了多种访问方式，包括索引检索，倒排文档数据直接访问等，可以扩展实现检索之外的一些实验。
二次开发：FirteX是一个架构灵活、易扩展的开发平台，可以进行二次开发应用在产品搜索，新闻搜索， MP3 搜索，图片搜索，生活搜索，桌面搜索，医学搜索， BBS社区搜索， Blog搜索等应用领域中。扩展既可以在源代码上直接进行，也可以通过COM组件扩展。
加入FirteX开发团队：FirteX是一个开源搜索平台，您的参与一定会使FirteX更加精彩。参与开发请登陆在SourceForge.net上的[FirteX's Project Page]
更多使用信息请参见[开始使用FirteX]。
- FirteX有什么功能？
全文索引功能：支持中文（ GB2312 ， GBK ）、英文快速索引；增量索引；索引文档删除；多字段索引；支持纯文本， HTML ， PDF 文档格式；支持文档列表、文档目录， TREC 等形式的文档库，也支持 FirteX 自定义文档库；支持前向最大匹配中文分词，支持日期字段索引；同一文档各字段可以使用不同的内容分析器 (Analyzer) ；三种方式前向索引；支持索引内存使用量控制；
全文检索：支持布尔查询（ AND 、 OR 、 NOT 任意组合）；支持短语检索；支持向量空间模型计算文档相关性；支持对特定查询、字段和文档设置 boost 值；支持跨字段检索、日期范围检索，检索结果按任意指定字段排序（例如按时间排序）、检索结果按任意要求过滤（例如按时间范围过滤）；支持完全内存检索；
其他：程序 log 功能，可以将 log 信息输出到控制台，文件中，或任何其他的设备；支持编译时 log ，分级 log （ fatal ， error ， debug ， warning ， info 等级别）；支持 XML 系统配置文件，通过 XML 配置文件即可配置整个系统；支持 Schema 自定义文档集格式；支持跨平台 COM 组件插件， HTML 文档格式解析 COM 插件， PDF 文档格式解析 COM 插件；开发了 Fxist － FirteX Index/Search Toolbox 这个 Windows 用户界面的索引维护工具。
更详细的功能列表参见[FirteX特性]。
- FirteX的性能如何？
FirteX 设计成可以处理大规模数据，具有较高的性能，在单台 Pentium 4 2.8G 2GRAM 的机器上超过 200Mb 每分钟的纯文本索引速度，建立索引后在近 100G 的网页上搜索，能在数毫秒内返回结果。
更详细的性能测试参见[性能测试]。
- FirteX是用什么语言实现的？支持哪些平台？
FirteX采用C++实现，目前支持的平台是Windows系列操作系统(Windows 2000/XP/2003)和Linux系列操作系统(Red Hat Enterprise Linux 4/Read Hat Linux 9)。
关于FirteX的编译和安装参见[FirteX编译和安装]
|
目录
