Mustru是一个桌面搜索引擎，基于Lucene、Wordnet、Lingpipe、GATE和Berkeley DB等开源项目开发。能够对本地文件系统的多个目录进行索引，然后使用一个Web界面查询该索引。Mustru提供的功能包括：

  • 从HTML、PDF和DOC等40多种常见的文件类型文件中抽取文本。
  • 检查重复的内容。
  • 使用GATE找出文本中的一些实体（人，地名和组织/机构）。
  • 支持多线程索引、归类和实体抽取。
  • 能够修复和恢复索引文件。
  • 找出相似的文档。
  • 支持接受用自然语言提问，然后返回相应答案列表。
  • 使用一个预先定义好的分类法将文本内容归类成体育、商业、健康等领域。
    menu_options.jpg
    web_interface.jpg