项目名称： Coreseek
发起时间： 2007年7月
网站：http://www.coreseek.com

项目介绍：
为应用提供全文检索功能，目前的版本（2.x 3.x）基于Sphinx 0.9.8，支持使用Python定义数据源，支持中文分词。
为您的应用实施全文检索，您可以：
* 帮助用户找到您业务中，目前通过全网搜索找不到的80%的信息；
* 可以保证自己信息的私密性，这在公司组织中尤其重要；
* 降低服务器的运行负载，提高系统响应速度，从而大幅度降低您的运营成本；
* 为您的需求修改检索结果的展现方式，更好的组织数据；
* 帮助您发现用户提交的敏感文档或广告。

产品信息：
开发语言: C/C++/Python
运行平台: Windows / Linux / FreeBSD
开源协议: GPL

项目成员：
李沫南 系统架构师 北京

是什么促使你们发起/开始这个项目？
搜索的技术不单会改变互联网的生态环境，也会改变软件开发与设计的方方面面，而这些方面的需求，google和百度这样的第三方搜索引擎是无法满足的。全文检索，应该是新一代应用系统的标配功能。

该项目面向哪些使用群体？
需要全文检索功能的应用开发者或网站的站长

您认为有多少人使用这个软件/项目/服务？
大约有30个项目和网站在使用这个软件

您在该项目中遇到的最大挑战是什么？
中文切分的歧义的处理与存储，目前仍未真正意义上解决。
例如，连续剧 创世纪 的切分方式 取决于 上下文， 如为圣经上的章节，应为 创世/v 纪/nv ； 如为剧集的名称，应为 创/v 世纪/nz

您对该项目有哪些期望？
希望我的软件运行在中国每个网站的后面，为浏览者提供服务。

如果您能对项目进行修改，您会改善哪些地方？
1、我们目前在设计新的中文粗切分方法，将集成NER与词性标注；如果有机会，将改进切分性能（CUDA maybe）。
2、索引器应该能够接受一句话有多种切分方案，以及多级索引
3、正向索引、文本聚类

你们一般花多长时间在这个项目上？
大约10小时/周

你们用的开发环境是什么
OS: Windows/FreeBSD
IDE: VC 2005 Express/GCC

项目里程碑
07.07 v1.0 支持Python 作为数据源，闭源软件
08.04 v2.0 改为基于Sphinx + LibMMseg ，支持Python数据源 GPL
08.08 v3.0b2 基于Sphinx 0.9.8 支持基于词典

其他人如何给你们提供建议？
论坛 http://www.coreseek.com/forum/