信息检索导论学习笔记（二）词项词典和倒排记录表

huimingBall

于 2012-09-12 10:41:44 发布

阅读量1k

点赞数 1

分类专栏：信息检索

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/fover717/article/details/7968879

版权

信息检索专栏收录该内容

6 篇文章

订阅专栏

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。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。