学术文献搜索引擎

众多学术研究机构的文献搜索都是基于不同的数据库，
如何整合多个数据库，提供统一的查询入口和精准的查询结果，
这也是SF1R的解决方案之一。

SF1R在学术文献搜索领域的主要功能:
主要功能:	功能描述:
知识分类导航	用户输入关键字后，搜索引擎将查询的相关概念，相关实体和属性从搜索结果中抽取出来，构建一个以查询关键字为中心但从不同角度出发的概念分类树。用户能够对获得的相关信息一目了然。例如，当用户输入的查询是"NBA"，和"NBA"相关的概念，如"NBA的团队"，"篮球运动员"，"教练"等相关信息构建一个针对"NBA"概念的相关信息树.
知识导航	对于每次查询，taxonomy聚类分类导航树都会生成。同时，查询结果也会按照分类导航树进行分类。因此，用户可以快速定位自己希望的文档。
文档快照	用户通常可能不希望阅读一份文件的全部内容，而只是想知道一下搜索 文档的主要内容。 用户可以通过文件快照得到该文件的简要概述。
类似文档搜索	当用户阅读一份文件，他很可能对该文件的主题产生兴趣。然后，他可以搜索更多类似的主题或内容的同类型文件。
重复文档检测	在企业环境中，有很多相同或几乎相同内容的文档，通过重复检测，完全重复的文档可以从搜索结果中过滤。此外，用户还可以查阅所有相同的内容重复的文件的位置。
自动推荐搜索	当用户输入一个不恰当的查询后， SF1R会基于本身的数据和机器学习的判断， 直接提供一个搜索引擎认为最相关的查询的搜索结果。
命名实体识别和推荐	基于载信的分词技术,当用户输入一个查询后， 搜索引擎会基于语义将返回结果识别为人名、地名和组织名。
自动超链接	1. 自动找出每个文档中包含的重要词汇和主题 2. 对于每个主题, 若干个相似主题能被发现 3. 用户可以方便的从当前文档中的每个主题跳转到相似主题，从而找到他感兴趣的和当前文档相关的其他话题.
查询补全	当用户输入一个查询，搜索引擎自动给出补全的完整的查询关键字列表，以帮助用户快速定位自己的信息搜索需求。SF1R的特殊之处在于它可以在没有任何查询日志情况下，智能学习文档，自动学习新的关键字提醒。SF1R还可以记录用户的感兴趣话题和以前的搜索记录动态调整
查询纠错	当用户输入无意义的错误的关键词，SF1R可以帮助用户自动修正关键词并根据纠错后关键字查询结果反馈用户
查询推荐	当用户输入一个不恰当的查询，并没有发现满意的结果。SF1R会建议最相关的替代查询。