信息组织与检索第七章索引和搜索教学提纲.pptVIP

7.3 后缀(hòuzhuì)索引 第三十页，共44页。 7.4 签名文件 一、签名索引机制 使用哈希函数，将词映射为掩码（签名） 把文本划分为若干块，每块有b个词。 每个文本块的大小是b，并赋予B位的掩码。 掩码是通过(tōngguò)对文本块中的所有词的签名进行比特OR操作获得的。 签名文件 所有文本数据块的位掩码序列，包括每个块的指针 第三十一页，共44页。 7.4 签名文件 签名文件的主要思想是 如果某个词出现在一个文本块内，则签名文件中的所有(suǒyǒu)比特位也会在这个文本块的位掩码之中。 如果查询词的掩码中的一个比特不在文本块的掩码中，那么可以说这个词就不会出现在文本块中 第三十二页，共44页。 7.4 签名文件 例子 块3里有crowded和people两个需要被索引的词 其掩码位分别是001100和100100 对这两个掩码进行(jìnxíng)OR操作 则块3的掩码就是101100 第三十三页，共44页。 7.4 签名文件 第三十四页，共44页。 7.4 签名文件 二、利用签名文件进行搜索 执行哈希变换，将这个词转换(zhuǎnhuàn)为位掩码W 与文本中的每个块的位掩码Bi进行比较，即执行W AND Bi操作； 若其结果为W，则说明在这个文本块中可能存在多个要求的查询词； 对于所有侯选的文本块，执行在线的遍历，以检验查询词是否真实地