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