1000分求助分词和词频统计

[fengyeng]

要求：
处理一批英文文本文件，对每个文件进行分词和词频统计，去掉无检索意义的词，创建关键词索引，能够用关键词进行检索，检索结果按照关键词在文中出现的频率排序输出，允许用户在检索结果中选择浏览原文。

要求：
1、定义停用词表，用来过滤无检索意义的词，停用词表用哈希结构存储，哈希函数自定义。
2、关键词索引用二叉排序树表示，并在此基础上进行检索。

分词；词频统计
停用词表：哈希结构存储；哈希函数自定义
关键词索引：二叉排序树
关键词检索；结果按词频排序输出
在检索结果中浏览原文

停用词表
索引表：按字母顺序排列
关键词检索：
允许用户输入关键词
程序自动给出和检索词相关的文章列表
结果多于1时，按关键词频降序排列
浏览原文
输入检索结果中文章序号显示相应文章
点击检索结果显示相应文章

逻辑连接词
And；Or；Not
在关键词组合中自动识别逻辑连接词
可以实现指定数量的关键词逻辑组合
指定关键词的个数
允许用户选择逻辑组合关系
可以实现部分逻辑组合
如：仅实现and的关系
当然，也仅得部分加分

模糊查询
大小写敏感
单词复数
动词变型
通配符
“？”：代表一个字母，可出现在词中的任意位置
“ * ”：代表任意多字母，可出现在词中任意位置
可以实现部分功能
限制通配符个数
限制通配符位置


如谁可以做出来并提供给我源码1000分奉上

[effective_person]

^_^
试试看看
==wo

[fengyeng]

effective_person
一切看你的了！

分其实不是问题，我是学dotnet的，希望以后我们可以交个朋友！

[FigoZhu]

帮顶，接分。

[yuyunliuhen]

帮顶！^_^

[wuyu637]

做搜索引擎的？


如果不是很在意性能的话，用脚本可以很快的实现你要的功能。

[qiuqiu173]

哈哈，我做的赫夫曼编码解码就有楼主你的大部分功能

[qiuqiu173]

你的邮箱

[fengyeng]

[e-mail]

[ssjjzz111111]

我推荐一个工具，你可以去下载试用一下，效果很不错
http://hi.baidu.com/whusoft