原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第2讲 词汇表和倒排记录表 The term vocabulary and postings ...
第2讲 词汇表和倒排记录表
The term vocabulary and postings lists;提纲;提纲;上一讲回顾;*;*;*;查询优化;更通用的优化策略;*;*;本讲的内容;提纲;Tokenizer;文档分析;多格式/语言并存;提纲;TOKENS AND TERMS;词条化(Tokenization);词条化;词条化中数字的处理;语言问题：法语和德语;语言问题：中文和日文;中文分词(Chinese Word Segmentation);中文分词和检索;语言问题：阿拉伯文;停用词;词条归一化(Normalization)成词项;归一化中的语言问题;归一化中的语言问题;提纲;大小写问题;归一化成词项;同义词词典(Thesauri)及soundex方法;词形归并(Lemmatization);词干还原（Stemming）;Porter算法;Porter中的典型规则;Martin Porter;其他词干还原工具(stemmer);语言特性;词典入口示意图;提纲;FASTER POSTINGS MERGES: SKIP POINTERS/SKIP LISTS;基本合并算法的回顾;索引构建时为倒排记录表增加跳表指针;基于跳表指针的查询处理;跳表指针的位置;跳表指针的位置;提纲;PHRASE QUERIES AND POSITIONAL INDEXES;短语查询;第一种做法: 双词(Biword)索引;更长的短语查询处理;扩展的双词（Extended Biword）;关于双词索引;第二种解决方法: 带位置信息索引(Positional indexes);位置索引的例子;短语查询的处理;邻近式查询(Proximity query);位置索引的大小;位置索引的大小;一些经验规律;混合索引;本讲小结;参考资料;课后练习
文档评论（0）