nlp-lucene:电影搜索引擎，基于lucene的电影搜索引擎，主要数据来源为百度新闻，豆瓣电影，百度百科，新浪微博-源码

基于Lucene的电影搜索引擎 内容介绍 本文研究的主要内容是：面向电影搜索引擎的功能设计和技术实现。搜索引擎功能设计主要包括，信息资源的集成，查询扩展模块，Lucene检索模块，结果可视化。 信息资源的集成主要使用网络爬虫技术，利用java语言的regex包和selenium插件实现模拟登录以获取新浪微博，豆瓣电影，百度百科，相关新闻等不同数据源数据，以文档形式存储。查询扩展模块通过IKAnalayzer实现输入文本的分词和关键词的提取，为检索做准备。Lucene检索主要包括建立索引和对结果文档的排序。搜索结果可视化通过spring MVC框架搭建完整的系统实现。 技术实现主要包括：基于Lucene的全文检索技术，spring MVC框架，java爬虫技术，Python爬虫技术，html+css+JavaScript网页设计等。 实现流程详解 文本预处理 由于数据基本上都是中文的，Luc