信息检索导论学习笔记（二） 词项词典和倒排记录表
文档的分析和编码的转换
1.生成字符序列
2.文档单位的选择
词项集合的选择
（1）词条化
词条化处理往往与语言本省有关，不同语言下的词条化并不相同。
（2）去除停用词
（3）归并处理
（4）词干还原（stemming）和词形归并（lemmatization）
基于跳表的倒排记录表快速归并算法（skip list）
在更号P的位置插入跳针，只对A And B的情形使用
含位置信息的倒排顺序表
信息检索导论学习笔记（二） 词项词典和倒排记录表
最新推荐文章于 2025-05-07 13:52:08 发布
本文探讨了信息检索中的关键技术——倒排索引。首先介绍了文档分析与编码转换的过程，包括生成字符序列、选择文档单位等步骤。接着讨论了词项集合的选择，涉及到词条化处理、去除停用词、归并处理以及词干还原和词形归并等内容。最后，详细阐述了基于跳表的倒排记录表快速归并算法及其应用场景。
扫一扫
2136
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
