全文检索系统

多语系支持

•  以 Unicode 为基础的设计。

•  可支持多国语系（英文、繁简体中文、日文、西欧语系、 Unicode 等）混合的文件的建置与查询。

•  可支持多种编码格式的索引，包含 Big5 、 GB2312 、 Unicode 、 UTF-8 、 EUC-JP 、 Shift-JIS ，并支持以 Unicode 同时输入多国语系条件进行搜寻。

管理主控台

•  提供词库、同义词管理的接口，使用者可自行修改词库内容。

•  提供管理接口，可透过管理接口进行远程 IRMS 管理设定。

组件化整合式平台

•  采组件化设计，是一个开放式、具弹性的平台，各组件可随插即用，使开发更具延展扩充性。

•  Tornado 将不断推出更多 IR 相关模块及资料撷取组件，使用更为便利。

跨平台的程序开发

•  提供 COM 和 Java 等两种程序整合接口，可轻易结合 ASP 及 JSP ，更可用于弹性设计与整合索引数据库的建立与管理者操作接口、使用者搜寻接口、索引数据库内容浏览等应用。

•  针对特殊档案，提供 Data Adapter 的 SDK ，方便使用者进行客制化或二次开发整合。

权限整合

•  可使用 XML Export 与 Import 的机制提供信息内容权限控管的整合接口。

•  利用 XML 进行权限整合描述，和其它系统的权限架构做整合。整合后，不同的权限使用者使用时，将得到符合各自权限的信息。

内文资料储存同步化

•  开放式内文数据储存，针对新增或修改的数据，做实时内文及索引的同步更新，真正满足对资料实时性与一致性的查询需求，加快索引更新时间同时减少硬件负担，大幅提高系统效率。

•  Universal Index 索引整合技术，可将来自不同资料源的资料内容，统一建置在一个索引数据库，透过资料源的事先整合，大幅提高系统的执行效能

查询功能

中英文查询功能

•  搜寻条件具有完整的布尔逻辑运算 AND 、 OR 、 NOT 能力，支持复合式布尔逻辑运算查询，并且可以配合多组左括号 "(" 与右括号 ")" 作关键词查询优先级的设定，方便查询者输入布尔组合之查询条件。

•  支持「中英文万用字符（ * 、 ? ）查询」。英文单字是由多个英文字母组成的，使用者可查询部分英文字及 *( 代表多于一个英文字母 ) 或 ?( 代表一个英文字母 ) 的组合。

•  例如：输入关键词【 Chin* 】，会找到【 China 】、【 Chine 】、【 Chinese 】等等。输入关键词【 Chin? 】，会找到【 China 】。

•  内建「智能型快速响应模式」 (Smart cache) 机制，可以提供同一种查询条件之重复使用率，提高系统资源的效益。 Cache 储存目录记录了 Cache 档案所要放置的地址，经查询过的资料或画面，第二次再进入时，可重复使用第一次查询结果。

•  英数字全角半角互换功能，可将ａｂｃ１２３ 转换成 abc123 。

中英文同义词查询

•  「中英文同义词组查询功能」。 可针对不同的索引库设定同义词组。如设定「 网际网络 $ Internet $ 互联网 」，使用者可自行设定「网际网络」查到含有「 Internet 」或「互联网」的信息。

•  内建 18 万多组中英文同义词组，具有中英文近似概念与同义词检索，并可提供词库管理工具，使用户可自行修改词库内容。

中英文容错查询

•  内建「中英文容错（ Fuzzy ）」查询功能。

•  中英文容错功能 Fuzzy Search ，基于文字特性，很多专有名词及词汇依情况不同，也许衍生出通用的简称，也有可能因为模糊不明确的意象，使用者希望只需要输入一 个关键词，就能一并查询性质类似或相关之信息。

•  比如：输入「 Mobile Network 」可查到「 Mobile Appliance Network 」等特定距离的词句、输入「产业研究」可查到「产业结构研究」、「产业 …. 研究」等，扩展搜寻的完整性。

提供中文字、词查询及英文词组检索

•  提供中文字词索引查询功能，透过智能型自动断词技术以达到词索引的效果，解决输入“合资” 会找到“整合信息”等搜寻不精确的问题。

•  可查进行英文词组查询，如可查 take care , in order to …….

阶层式分类目录

•  可自行定义索引库的树状结构，提供查询结果显示该分类所属的子目录，让使用者进一步选取下一层目录，逐步缩小查询范围，迅速找出所需的信息。

多条件式查询及排序

•  支持数字、浮点数、字符串、日期等多种格式字段。

•  支持多字段 / 多条件检索，来取得数据库资料，并可跨资料表、跨信息字段进行索引建置与搜寻。

•  可依据不同字段，滤除搜寻结果噪声。

•  例如：指定查询「新闻类别」字段，过滤内容为「财经」的结果。

•  查询结果可依不同字段来资料来源进行排序，查询者可以依自己的需求选用不同的排序方式，让查询更有效率。

简繁对译功能

•  可将资料来源内容做简繁转换 , 达到资料一致性。

•  于搜寻结果 , 可达到实时的简繁对译。

•  解决简体及繁体互通问题。

•  例如：光盘 à 光盘

English Stemming

•  解决英文常见词性的问题。

•  例如：输入“ find ”可找到“ finding ” , and “ finds ”

中文同音查询

•  搜寻提供同音相关功能查询。

•  例如：意大利 à 意大利；台湾 à 台湾；龙卷风 à 龙卷风

•  支持字同音及词同音功能。

英文错误字提示

•  查询时提供错误提示。

•  例如：输入 computre 提示 computer, compute

相关文章查询

•  使用者指定一篇文件，可取得索引数据库中和该文件主题相关的文件列表。

•  支持跨索引的资料查询，不同索引数据库的文件可以交互进行相关文件的查询。

•  例如：使用者可以指定索引数据库 A 的一篇文件，查询索引数据库 B 的相关文件列表。

•  支持以全文当作查询条件来进行查询，因此，查询文件不需被索引即可作为查询条件。

•  查询支持权重排序，使用者可取得关联度最高的前 N 笔文件。

•  例如：使用者可查询文件集合中，和特定文件相关度最高的前 10 笔文件。

重复文章侦测

•  使用者指定一篇文件，可取得索引数据库中和该文件主题重复的文件列表。

•  支持跨索引的资料查询，不同索引数据库的文件可以交互进行重复文章的查询。

•  例如：使用者可以指定索引数据库 A 的一篇文件，查询索引数据库 B 的重复文件列表。

•  支持以全文当作查询条件来进行查询，因此，查询文件不需被索引即可作为查询条件。

•  查询支持权重排序，使用者可取得重复程度最高的前 N 笔文件。

•  例如：使用者可查询文件集合中，和特定文件重复程度最高的前 10 笔文件。

自动摘要

•  使用者指定一篇文件，可取得该指定文件的重点摘要内容。

•  可指定以「百分比」为度量，来取得指定文件的摘要内容。

•  例如：使用者可以指定摘要某篇文件的百分之二十，来当作文件的摘要内容。

•  可指定以「句数」为度量，来取得指定文件的摘要内容。

•  例如：使用者可以指定摘要某篇文件的 10 个句子，来当作文件的摘要内容。

•  可指定以「字数」为度量，来取得指定文件的摘要内容。

•  例如：使用者可以指定摘要某篇文件的 50 个字，来当作文件的摘要内容。

•  可指定以「权重」为度量，来取得指定文件的摘要内容。

•  例如：使用者可以指定摘要某篇文件权重超过 80 的内容，来当作文件的摘要内容。

概念查询

•  可以自然语言作为查询条件，取得索引数据库中和该查询条件语意最相符的文件列表。

•  查询支持权重排序，使用者可取得语意最相符的前 N 笔文件。

•  例如：以 “ 和搜寻引擎相关的产业 ” 为查询条件，可取得语意最相符的前 10 笔文件。

形似词建议

•  具备自动学习机制，可以从使用者指定的文件集合当中，学习出形似词组。

•  可根据使用者指定的查询词汇，回复具备形状相似特性的词组列表。

比方说，「金融」、「金融股」、「金融机构」、「金融市场」因为都包含「金融」这个字，因此会被归类成一组「形似」词组。

•  提供预先断词的查询机制，可自动扩大查询的范围以及完整性。

相关词建议

•  具备自动学习机制，可以从使用者指定的文件集合当中，学习出相关词组。

•  可根据使用者指定的查询词汇，回复具备关连度高的词组列表。

比方说，分析得知「金融」、「控股公司」、「财政部」在文件中同时出现的机率很高，因此，上述词汇就会被归类成一组「相关」词组。

•  提供预先断词的查询机制，可自动扩大查询的范围以及完整性。

导览式分类

•  「查询结果分类显示」，使用者可以清楚知道查询结果对应于整个分类的资料分布状况。同时，使用者只需透过类别的选择，就能快速地透过分类对资料进行去芜存菁，筛选出自己想要的信息。

•  使用者可以任意选取两个类别，指定以这两个类别进行矩阵式的交叉分析。「矩阵式类别交叉分析」的好处是，使用者可以知道两类别的资料分布状况，以及类别与类别之间的资料对应关系。当使用者有了这些信息，透过类别与类别的交叉筛选，就能快速地筛选出自己想要的信息。

自动分类

•  提供类别的模板管理，透过自然语言的理解与分析训练，为类别计算出一组具代表性的概念式词汇集合，进而索引时可以拿分类模型和文章内容的语意进行比对，并将该类别归纳为该文章的一个类别属性。

•  利用文章符合的关键词、属性进行类别定义，可于索引时套用相关规则，赋予文章多重类别属性，与自动分类组成完善的分类机制。

多型及复合资料转接器

Polymorphism & Complex Data Adapter

Extractor

•  Html, ASP Extractor

可索引并查询 HTML/ASP 。

•  Text File Extractor

可索引并查询 Text File( 如以 Unicode 储存或与操作系统相同语系储存之纯文本文件 ) 。

•  MS Office Files Extractor ( 选配 )

支持 MS Word(Versions 95/97/2000/XP) 、 Excel(Version 95/97/2000/XP) 及 PowerPoint(Version 95/97/2000/XP) for Windows 等档案格式。

•  PDF Extractor ( 选配 )

支持 Adobe Acrobat PDF(Version 1.1/1.2/1.3/1.4) 等档案格式。

•  AutoCAD Extractor ( 选配 )

支持 AutoCAD DXF, DWG(Version R12/R13/R14/2000) 等档案格式。

DynaDoc Extractor ( 选配 )

支持华康 DynaDoc 档案格式。

PostScript Extracor ( 选配 )

支持 Level 1,2,3 格式。

OCR Extracor ( 选配 )

支持 TIF, BMP, JPG 等档案格式； Windows 2000 only 。

Composer

Local File Composer

可索 引并查询本机或网络芳邻的资料夹及其档案。

Remote File Composer

可索引并查询远程网站 HTML/Text File/ASP 。

•  Database Composer ( 选配 )

•  支持透过 ODBC/JDBC 来取得数据库资料。

•  可跨资料表、跨信息字段进行索引建置与搜寻。

•  Lotus Notes Composer ( 选配 )

•  支持 Lotus Notes NSF 内的文本 , 字段 , 及附件进行索引建置与搜寻。

•  Email Composer ( 选配 )

•  完全遵循 RFC822 ： STANDARD FOR THE FORMAT OF ARPA INTERNET TEXT MESSAGE 此一标准规格。

•  完整支持 Mime-Type, 附件及复合文件解析 , 可针对附档（如 Html 、 Text 、 MS Word 、 Excel 、 PowerPoint 、 PDF 等 IRMS 支持之档案格式）进行解析。

•  ZIP Composer ( 选配 )

•  完全遵循 RFC 1950 内容压缩技术，可快速解析压缩内容文件，而不需将压缩档解开。

•  支持附件及复合文件解析 , 可针对附档（如 Html 、 Text 、 MS Word 、 Excel 、 PowerPoint 、 PDF 等 IRMS 支持之档案格式）进行解析。