现代信息检索的考点整理

博客已迁移到：https://arabelatso.github.io/ 这里啦～欢迎大家去新博客一起学习，讨论～
方向：形式化验证、模型检测、机器学习
语言：python、murphi

现代信息检索的考点整理
教材：《信息检索导论》王斌 译 （话说早知道选王斌老师的课了，但是wuli笨笨哥的课也很好的（支持一下班主任）～尽管碎碎念了一点 。。。）
PS. 马上就要考试了好想哭。。。整理一下，希望学弟学妹们以后可以用到。。。

考点整理
一、 布尔检索
• 信息检索概念
• 倒排记录表
• 布尔检索：用and，or，not表示的查询
二、词汇表和倒排记录表
• 停用词的优缺点：倾向于不去除，因为去除可能会造成问题。且现在的信息检索系统有良好的压缩技术和查询优化技术，基本不会增加空间和时间开销。
• Bm25要去掉停用词
三、词典及容错式检索
• 编辑距离的算法：左上：如果不相等，则＋1. 右上：上面的直接＋1。左下：左边的直接＋1。右下：前三个的最小值
• 编辑距离找寻依据：看最小值从哪里来。然后就知道怎么改了
四、索引构建
• bsbi：term－termid的全局表，倒排记录表要排序
• spimi：没有term－termid的表