| Аннотацiя: | Новый тип документов в вики-разметке завоевывает Интернет. Это выражается не только в увеличении количества интернет-страниц в этой разметке, но также и в популярности вики-проектов (в частности, Википедии), поэтому все более актуальной становится задача поиска в вики-текстах. Предложен и реализован способ индексации текстов Википедии на трех языках: русском, английском и немецком. Рассмотрена архитектура системы индексирования, включающая программные модули GATE и систему лемматизации Lemmatizer. Описаны правила преобразования вики-текстов в тексты на естественном языке. Построены индексные базы русской Википедии и Simple English Wikipedia. Проверено выполнение закона Ципфа для текстов русской Википедии и Simple English Wikipedia.
|