- 博客(2)
- 收藏
- 关注
RSS订阅原创 Sphinx之匹配方式
Sphinx添加了相当多的匹配和rank模式，并且将添加更多。一些不同的问题经常被提出，从“我怎样让指定的文档排在第一位”到 “我怎么根据匹配度来评定星级”，实际处理要归结于内在的匹配和排序。匹配方式匹配方式有基础匹配模式和拓展的匹配模式。匹配本质Sphinx 1.10版本中使用的两个最重要的权重因子是：1）经典统计学BM25因子，从80年代开始被大部分的搜索引擎使用，2）
2016-12-14 00:37:14
8903
原创 coreseek之mmseg分词和词库拓展
mmseg分词mmseg分词算法是基于统计模型的，所以算法的规则也是来自对语料库的分析和数学归纳，因为中文字符没有明确的分界，会导致大量的字符分界歧义，而且，中文里面，词和短语也很难界定，因此，算法除了要做统计和数学归纳之外，还要做歧义的解决。在mmseg分词中，有一个叫chunk的概念：chunk，是一句话的分词方式。包括一个词条数组和四个规则。如：研究生命，有“研究/生命”和“
2016-12-14 00:32:39
2732
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人