Terrier 是一个高度灵活、高效且有效的开源搜索引擎，可轻松部署于大规模文档集合。Terrier 实现了前沿的索引与检索功能，并为大规模检索应用的快速开发与评估提供了理想平台。

特性概览： 高效
Terrier 可对大规模文档语料进行索引，支持多种索引策略，如多遍索引和大规模单遍索引。通过可更新的索引结构，还支持文档流的实时索引。

有效
提供前沿的检索方法，如偏离随机性模型（Divergence From Randomness）、BM25F 以及词项依赖接近模型。内置支持基于学习排序（Learning to Rank）的监督排序模型。

灵活
Terrier 非常适合开展信息检索实验，可对所有已知的 TREC 测试集进行索引与批量检索实验，并包含用于评估实验结果的工具。

多语言
Terrier 内部使用 UTF 编码，可支持英文以外的其他语言语料。

可扩展
Terrier 采用插件架构，易于扩展以开发新的检索技术、添加新的排序特征，或实验底层功能（如索引压缩）。

交互式
可通过便捷的桌面搜索应用程序查看搜索结果，也可通过 JSP 网页界面在线访问，或使用提供的网站搜索应用。还可利用 Terrier-Spark 在笔记本中规划并执行实验。