支持文档排序的检索系统.pptVIP

支持文档排序的检索系统 任务 输入 给定1万个文档 一个至少包含两个关键词的查询Q 输出 Q中所有关键词的df值（不存在时df=0） Q的查询结果（界面输出文档名列表/文档内容） 按照相似度从高到低排序 输出Top10的文档 文档ID；相似度；文档内容 要求 tf-idf计算权重，consine计算相似度 不要求做词条变化如friends - friend等，直接用空格作为分割符 都转成小写A-a 能支持多次查找 文档集保持相同路径（E3files\），这样提交作业不需要包含文档集 测试格式 输入：Q=T1 T2 输出 T1的df，T2的df 第一个文档ID，相似度=0.23132 第一个文档内容 空行 第二个文档ID，相似度=0.21 第二个文档内容 空行 。。。（直到第10个文档） 测试格式(数字仅是举例) 输入：new york city 输出 new:2000 york:123 city:323123 空行 D1750: sim=0.23132 Recent trials in New York City proved that all politicans are crooks . An extra tax on politicians seems appropriate and is consistent with this new enlightened poli