Indri：安装及使用

翻译自：https://lemur.sourceforge.io/indri/

 

Indri是Lemur项目衍生的一个基于语言模型的新的搜索引擎，由University of Massachusetts和Carnegie Mellon University合作开发。

 

一、安装

1.下载。下载Indri并进入indri文件夹的顶层目录！！！

2.修改configure文件权限。确认其中的configure文件的权限是否是rwx（可读可写可执行）。一般来是rw，需要改成rwx。终端输入chmod 744 configure，再用ls -all查看是否修改为可执行。

3.执行configure文件。

 终端输入./configure --prefix=<install-directory> --enable-java --with-javahome=$JAVA_HOME

4.编译。终端输入make，回车即可。

5.安装。终端输入make install，回车即可。

6.设置环境变量。如果配置了--enable-java， 公共的库文件存放在<install-directory>/lib/libindri_jni.so，java class文件存放在<install-directory>/share/indri/indri.jar。所以需要将<install-directory>/lib添加到环境变量LD_LIBRARY_PATH中，将<install-directory>/share/indri/indri.jar添加到CLASSPATH。

 至此，安装结束。

完成上述步骤后，就会在<install-directory>中生成需要的所有东西了。

 

 

 

另外，安装过程中总会遇到各种问题：比如configure因为没有执行权限而无法执行，没有在命令行前面加入./而导致不能运行，使用make编译时没有找到zlib.h而导致编译失败。多上网搜一下就可以解决了。

 

二、建立索引（Indexing）

1.进入IndriBuildIndex所在目录，默认对目录是/usr/local/bin。

2.输入IndriBuildIndex <index_parameter_file>即可为语料建立索引。其中，index_parameter_file是参数文件，具体参数说明见参考文献1，也可以见这个系列的另一篇文章。

3.索引保存在index目录中，为一系列二进制文件。

 

 

注意：Indri在建立了检索之后，如果在重新执行该命令，就不会在重新对已经index过的文件再建立索引了。

 

三、检索 (Retrieval)

1.进入IndriRunQuery所在路径。如果安装时候没有设置安装路径，则默认路径是/usr/local/bin。

2.输入 IndriRunQuery <path-to-query_parameter_file > path-to-query_result_file

3.结果可以保存为TREC格式，格式为

 <queryID> Q0 <DocID> <rank> <score> <runID>

150 Q0 AP890101-0001 1 -4.83646 runName

150 Q0 AP890101-0015 2 -7.06236 runName

 

四、评价 （Evaluation）

 

TREC提供两种评价工具包，java实现的ireval.jar和c++实现的trec_eval。

 

使用ireval.jar

1.首先，注意可能需要要修改ireval.jar的menifest文件才可以执行!!!

2.进入ireval.jar的目录

输入：java -jar /home/path-to-ireval/ireval.jar path-to-query_result_file path-to-qrel_file

3.使用trec_eval。进入trec_eval的目录,注意编译生成可执行文件trec_eval才可以!!!

输入:./trec_eval -q path-to-qrel_file path-to-query_result_file

参考文献

https://sourceforge.net/p/lemur/wiki/IndriBuildIndex%20Parameters/

https://sourceforge.net/p/lemur/wiki/Quick%20Start/

http://www.cnblogs.com/supakito/archive/2012/11/26/2789381.html