Sherlock Holmes

Sherlock Holmes je univerzální vyhledávač, systém pro sběr a indexování textových dat (textové soubory, webové stránky, atd), jak lokálně, tak i na síti.

Vlastnosti :.

• Shromažďuje souborů přes HTTP nebo z místních souborů
• Analyzuje textové soubory, HTML, PDF, a několik dalších formátů pomocí externí analyzátory (například MS Word a PostScript).
• Celý systém je modulární, takže přidáním vlastních zdrojů údajů nebo analyzátory je jen otázka zapojíte pravého modulu (dobře, obvykle také psaní).
• Funguje dobře ve smíšeném charset prostředí.
• domnívá se více výskytů stejného souboru (dokonce s malými změnami) do jednoho dokumentu s více URL.
• Vše, co je vysoce konfigurovatelný. Můžete psát pravidla filtrování ve speciálním jazyce, který umožňuje vyladit proměnné konfigurace v závislosti na dokument se zpracovává.
• Vyhledávání slov, frází a boolean výrazů. Hledání v názvech souborů a odkaz texty.
• Hledání Proximity a blízkost váhu běžné vyhledávání.
• Rozpoznávání jazyků, snadná integrace lemmatizátory a synonymických slovníků.
• Kontrola pravopisu na základě slovních frekvencí pozorovaných v indexovaných datech, naznačuje uživateli, že jeho dotaz by mohly být chybně napsané.
• Výsledky vyhledávání zahrnují kontext v každém dokumentu.
• Váhy dobře desítek milionů dokumentů na normální PC hardwaru.
• Uživatelské rozhraní (front-end), je zcela oddělen od zbytku systému, takže je snadné upravit, a také vložit vyhledávač na stávajících aplikacích.
• stažené soubory a indexy jsou komprimovány, aby se ušetřilo místo.