- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Web 信息处理与应用习题解答1(共2)
Web 信息处理习题解答
Chp.3 Text Processing
假设词典中包括词{的确,王公,实在,在
理,公子}以及所有单字集合,请分别给出
句子“王公子说的确实在理”的FMM和
BMM 分词结果
• FMM :从左至右尽可能查找最长的词,直到当前字
符与已经处理的字符串不构成词,输出已经
识别的词,并从识别出来的词后面接着查找
王公 子 说 的确 实在 理
• BMM :从右至左尽可能查找最长的词
王 公子 说 的确 实 在理
Chp.4 Indexing
考虑下面的文档:
Doc 1 new home sales top forecasts
Doc 2 home sales rise in july
Doc 3 increase in home sales in july
Doc 4 july new home sales rise
(1)画出该文档集对应的term-document 关联矩阵
假定每个单词都作为一个索引词项
(2)画出该文档集对应的倒排索引,假定每个单词
都作为一个索引词项。要求每个词项包含
document frenquency 以及term frenquency
Diagram
Diagram
2
2
• 关联矩阵:关联矩阵的每一列都是0/1 向量,每个
0/1都对应一个词项
Chp.4 Indexing
doc1 doc2 doc3 doc4
new 1 0 0 1
home 1 1 1 1
sales 1 1 1 1
top 1 0 0 0
forecast 1 0 0 0
rise 0 0 0 1
in 0 1 1 0
July 0 1 1 1
increase 0 0 1 0
Chp.4 Indexing
• 倒排索引:
new 2 1[freq.=1],4[freq.=1]
home 4 1[freq.=1],2[freq.=1],3[freq.=1],4[freq.=1]
sales 4 1[freq.=1],2[freq.=1],3[freq.=1],4[freq.=1]
top 1
您可能关注的文档
- D44H11G;D45H8G;D44H8G;D45H11G;D45H11;中文规格书,Datasheet资料.pdf
- IRF8707GTRPBF;IRF8707GPBF;中文规格书,Datasheet资料.pdf
- Q高速计数模块.pdf
- QMDB简介v1.0.pdf
- OFFICE+Q信箱处理.pdf
- I24中文技术规范.pdf
- QGSC气缸.pdf
- i.MX6硬件手册 工控主板.pdf
- FM25Q16中文资料.pdf
- I2 灾备软件用户使用手册.pdf
- 期末复习课件++专题7+阿基米德原理++2023-2024学年人教版八年级物理下册.pptx
- 4-1电磁振荡(教学课件)高中物理人教版选择性必修第二册.pptx
- 本包含页空白页.pdf
- 【会计实操经验】财务操纵的知识框架.pdf
- 英国b2c电商网站ocado市场前景及投资研究报告-培训课件外文版2024.6,拼多多,阿里巴巴,1688,temu,tiktok.pdf
- 印尼在线约会行业市场前景及投资研究报告-培训课件外文版2024.6,微信,tiktok.pdf
- 印尼物联网IOT行业市场前景及投资研究报告-培训课件外文版2024.5.pdf
- 印尼斋月消费情况分析报告-培训课件外文版2024.6.pdf
- 英国GDP分析报告-培训课件外文版2024.6.pdf
- 印尼铁路行业市场前景及投资研究报告-培训课件外文版2024.6,援建高铁.pdf
文档评论(0)