信息檢索與web搜索課件 16學(xué)習(xí)資料_第1頁(yè)
信息檢索與web搜索課件 16學(xué)習(xí)資料_第2頁(yè)
信息檢索與web搜索課件 16學(xué)習(xí)資料_第3頁(yè)
信息檢索與web搜索課件 16學(xué)習(xí)資料_第4頁(yè)
信息檢索與web搜索課件 16學(xué)習(xí)資料_第5頁(yè)
已閱讀5頁(yè)，還剩11頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

信息檢索與Web搜索

第16講上機(jī)作業(yè)展示和小結(jié)課后練習(xí)總結(jié)倒排索引（1-1，課后練習(xí)1-2）課后練習(xí)總結(jié)breakthrough→1drug→1→2for→1→3→4schizophrenia→1→2→3→4new→2→3→4approach→3treatment→3of→3hopes→4patients→4索引構(gòu)建過程:

詞條表生成將每篇文檔轉(zhuǎn)化為<詞條，docID>

二元組列表IdidenactJuliusCaesarIwaskilledi'theCapitol;Brutuskilledme.Doc1SoletitbewithCaesar.ThenobleBrutushathtoldyouCaesarwasambitiousDoc2索引構(gòu)建過程:

排序首先按詞項(xiàng)排序然后對(duì)每個(gè)相同詞項(xiàng)按

docID排序

索引構(gòu)建的核心步驟索引構(gòu)建過程:

詞典&倒排表某個(gè)詞項(xiàng)在單篇文檔中的多次出現(xiàn)會(huì)被合并拆分成詞典和倒排記錄表兩部分每個(gè)詞項(xiàng)出現(xiàn)的文檔數(shù)目(doc.frequency,DF)會(huì)被加入排序Sort分類跳表128248414864311238111721311141128OR不會(huì)出錯(cuò)，只是浪費(fèi)1-2，課后練習(xí)2-59(i-1,j-1)(i-1,j)(i,j-1)(i,j)編輯距離dis[i,j]=min(dis[i-1,j-1]+(ifs1[i]==s2[j])then0else1,

dis[i-1,j]+1,dis[i,j-1]+1);1-4，課后練習(xí)3-71.i=0orj=0,dis[i,0]=i,dis[0,j]=j.顯然2.i>0andj>0,dis[i-1,j-1]<=max(i-1,j-1),dis[i-1,j-1]+1<=max(i-1+1,j-1+1)=max(i,j)，dis[i,j]<=dis[i-1,j-1]+1<=max(i,j)得證。編輯距離動(dòng)態(tài)構(gòu)建索引——?jiǎng)討B(tài)合并動(dòng)態(tài)構(gòu)建索引——?jiǎng)討B(tài)合并2-1，課后練習(xí)4-4TI3I2I1I020000400016001080011100100120101140110160111181000201001221010241011261100281101301110tf-idf計(jì)算2-4，課后練習(xí)6-10tf為0，不管怎么歸一化，tf-idf都是0加權(quán)倒排索引2-6，課后練習(xí)7-6Doc1Doc2Doc3car27424auto3330insura

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論