ww188的专栏

《信息检索导论》美德两国作者 王斌翻译本文是本人的读书笔记本书参考：http://home.ustc.edu.cn/~zhufengx/ir/index.html [中科大的教学网站，非常具有参考价值] 3.2 通配符查询3.2.2 支持通配符查询的k-gram索引k-gram： 举个例子 castle的3-gram形式：$cas,cas,ast,stl,tle,le

2.1 文档分析及编码转换2.1.1 字节序列生成2.1.2 文档单位的选择2.2 词项集合的确定2.2.1 词条化2.2.2 去除停用词2.2.3 词项归一化2.2.4 词干还原和词形归并2.3 基于跳表的倒排记录表的快速合并算法倒排记录表的合并o(m+n) ？可以否提高。带跳表指针的倒排记录表？实现？带跳表指针的倒排记录表。2.

美德两国作者 王斌翻译本文是本人的读书笔记本书参考：http://home.ustc.edu.cn/~zhufengx/ir/index.html [中科大的教学网站，非常具有参考价值] 1.1 一个信息检索的例子初识倒排索引：词典：dictionary、vacabulary、lexicon倒排记录表： postings、post list、inverted list

《信息检索导论》美德两国作者 王斌翻译本文是本人的读书笔记本书参考：http://home.ustc.edu.cn/~zhufengx/ir/index.html [中科大的教学网站，非常具有参考价值] 4.2 基于块的排序索引方法本节存在疑问：多个块进行合并时，把全部的块读入，并写到一个merge文件中，一样需要大内存吧？这个问题怎么解决的？算法思想实例

6.1 参数化索引及域索引检索的时候，条件可以设置：标题中含？作者是？摘要中含？ 有条件要求情况下，怎么处理索引来支持检索？参数化索引。一篇文档，可能含有：标题，摘要，作者，正文等各个部分。不同的部分看做不同的：域(任意自由文本) ，对不同的域建立域索引例子: william作者的作品，建立域索引；支持查询"标题出现merchant,作者有william,正文中存在短语gentl r

7.1快速评分及排序思想：把查询向量看成是1,，这样的话，计算query和文档d的余弦相似度时，只需要累加文档d的权重即可7.1.1 非精确的返回前k偏文档的方法思想：1）先找一个文档集合A；条件是包含很多和前k偏文档得分相近的文档；K2）返回集合A中的得分最高的前K篇文档；7.1.2 索引去除技术思想：1）在倒排中查询字典时，词项idf值超过一定阀值的文档被留下；小于阀值