摘要：在Lucene的全文检索工具包的基础上，分析现有的主流中文分词算法和Lucene相关度排序算法，提出了改进的分词算法和改进的相关度排序算法。还采用倒排索引、检索技术、分布式存储和并行计算等技术，分析并设计了一个对海量数字作品信息的搜索引擎，为用户提供对海量数字作品信息的快速、准确的搜索服务。实验分析比较了分词速度和分词效果，还比较了关键词搜索结果的响应时间、命中数量、准确率和召回率。实验结果表明，本系统在很大程度上提高了搜索速度，保证了搜索结果的准确性。

关键词：lucene 分词算法 索引 相关度排序算法 分布式 

单位：北方工业大学信息工程学院 北京100144