随着数字电视的普及,数字电视节目越来越多,因此如何有效地在大量电视节目中快速找到用户喜欢看的节目成为一个紧迫的研究任务,一种有效的办法是对文本进行索引。通常的结构化数据库和全文索引都不适合对数字电视节目描述文本作索引。传统的数据库不适合管理非结构化文本,而通常的全文索引也不适合面向嵌入式的媒体信息管理的需要。因为全文索引中常用的倒排索引模型需要对文本进行分词,而日文分词工具(Chasen)空间开销较大(23M),而且无法抽取表征文本含义的词,这样势必造成对很多无意义的词作索引,开销很大。另外,由于数字电视节目更新很快,对其管理需要具有较好的动态性能,而通常国内外对索引的动态更新研究还较少。本文对文本检索中的检索模型、分词工具和索引的动态更新策略进行了研究并且提出了一种具有一定特征提取功能并适合嵌入式的日文分词工具和一种具有良好动态性能的复合更新策略。本文的主要研究内容和成果包括如下:1.比较研究了文本索引中常用标引技术和检索模型。