信息检索class3 （完）

---

前言：
信息检索的class 1跟class 2 写在了博客园上，就不迁移到这里了。想看的话，可以查看链接课程1和课程2。

---

1. 什么是soundex 算法

      就是查找出所有的形式上相同的词（或者说发音相似的词），比如切比雪夫可以是chebyshev, 也可以是tchebysheff。经典算法：根据一个人为制定的规则，转换成数字。有的发音相同的单词可以转换成相同的数字，由此可以匹配。大多数数据库支持Sounde算法，（例如oracle，microsoft）但是在IR中不常用，因为返回结果太多了。

2. IR系统中的拼写检查

       spelling correction 有两个用途， 其一是更正索引的文档，其二是更正用户的查询到正确的回答。拼写错误有两个种类：其一是单独的单词拼错，例如 from -> form ； 其二是有上下文语境,例如 I flew form Shanghai to Beijing. （就像google提示：你是搜索…吗？)

3. 什么是edit distance