Mustru桌面搜索引擎

Mustru是一个桌面搜索引擎，基于Lucene、Wordnet、Lingpipe、GATE和Berkeley DB等开源项目开发。能够对本地文件系统的多个目录进行索引，然后使用一个Web界面查询该索引。Mustru提供的功能包括：

• 从HTML、PDF和DOC等40多种常见的文件类型文件中抽取文本。


• 检查重复的内容。


• 使用GATE找出文本中的一些实体（人，地名和组织/机构）。


• 支持多线程索引、归类和实体抽取。


• 能够修复和恢复索引文件。


• 找出相似的文档。


• 支持接受用自然语言提问，然后返回相应答案列表。


• 使用一个预先定义好的分类法将文本内容归类成体育、商业、健康等领域。