摘要：Nutch是一個(gè)優(yōu)秀的基于Java的開放源碼搜索引擎，是以Lucene為基礎(chǔ)實(shí)現(xiàn)的搜索引擎應(yīng)用程序，其工作流程和現(xiàn)代商業(yè)搜索引擎工作原理一樣：文本搜集、建立索引和查詢。Nutch0.9較好地處理了英文分詞，但對(duì)中文分詞處理還不夠完善。文章介紹了在Nutch0.9中實(shí)現(xiàn)索引及檢索的二分法，提出了改進(jìn)中文分詞的方法。

關(guān)鍵詞：Nutch0.9；二分法；索引；檢索