THU2022春《搜索引擎技术基础》课程大作业
- python3 库
pip install bs4
pip install elasticsearch
pip install django- java jdk
- Elastic Search
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-8.2.0-linux-x86_64.tar.gz
tar -xvf elasticsearch-8.2.0-linux-x86_64.tar.gz
mv elasticsearch-8.2.0 elasticsearch
cd elasticsearch/bin/
./elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v8.2.0/elasticsearch-analysis-ik-8.2.0.zip
./elasticsearch
# 首次运行后需修改 config/elasticsearch.yml 中 xpack.security.enabled 为 false在本目录下新建 raw_data 文件夹，把所有 xml 文件置于 raw_data 文件夹下，然后运行如下命令。
python3 data_preprocess.py-
search_case() ：列表，每项包含如下内容
- id ：案件在搜索引擎中的编号
- case_id ：案号
- filing_time ：立案年份， 0 表示无该项
- law ：与该案件相关的法律
- law_detailed ：与该案件相关的法条
- crime ：与该案件相关的罪名
- judge ：法官
- court ：法院
- document_type ：文档类型，如刑事判决书、民事判决书等
- browse_count ：浏览次数
- highlight ：列表，高亮显示
-
get_case() ：包含如下内容
- title ：标题，通常形式为“ xx 法院 xx 判决书”
- meta ：元数据
- case_id ：案号
- filing_time ：立案年份， 0 表示无该项
- law ：与该案件相关的法律
- law_detailed ：与该案件相关的法条
- crime ：与该案件相关的罪名
- judge ：法官
- court ：法院
- document_type ：文档类型，如刑事判决书、民事判决书等
- browse_count ：浏览次数
- content ：内容
- header ：列表，原告被告等
- body ：列表，内容
- judge ：列表，法官
- time ：判决日期
- secretary ：列表，书记员
- laws ：列表，与本案相关的法律
- recommends ：列表，内容相似案件，每项包含如下内容
- id ：案件在搜索引擎中的编号
- case_id ：案号
- filing_time ：立案年份， 0 表示无该项
- law ：与该案件相关的法律
- law_detailed ：与该案件相关的法条
- crime ：与该案件相关的罪名
- judge ：法官
- court ：法院
- document_type ：文档类型，如刑事判决书、民事判决书等
- browse_count ：浏览次数
- content_abstract ：内容摘要，已截去过长的部分
- recommends_judge ：列表，同法官案件，每项结构同上
- recommends_law ：列表，同法律案件，每项结构同上