Terrier 是一个高度灵活、高效且有效的开源搜索引擎，可轻松部署在大规模文档集合上。Terrier 实现了最先进的索引与检索功能，为大规模检索应用的快速开发和评估提供了理想的平台。

功能概述： 高效
Terrier 可对大规模文档集合进行索引，并提供多种索引策略，例如多轮索引和大规模单轮索引。同时，通过可更新的索引结构，支持对文档流的实时索引。

有效
提供了最先进的检索方法，如偏离随机性模型（Divergence From Randomness）、BM25F 以及术语依赖的邻近性模型。内置支持通过“学习排序”（Learning to Rank）实现监督排序模型。

灵活
Terrier 非常适合进行信息检索实验，可对所有已知的 TREC 测试集进行索引和批量检索实验，并提供实验结果评估工具。

多语言支持
Terrier 内部使用 UTF-8 编码，可支持除英语以外的多种语言的语料库。

可扩展
Terrier 采用插件架构，易于扩展，可用于开发新的检索技术、增加新的排序功能，或对索引压缩等底层功能进行实验。

交互式
可通过便捷的桌面搜索应用程序查看检索结果，也可通过 JSP 网页界面或提供的网站搜索应用在线查看。使用 Terrier-Spark 在笔记本中规划并执行实验。