《信息检索导论》学习笔记

最新推荐文章于 2022-11-17 21:02:01 发布
最新推荐文章于 2022-11-17 21:02:01 发布
阅读量3.2k 收藏 3
点赞数 3
分类专栏： 学习笔记
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.csdn.net/zdw12242/article/details/8223292
版权
《信息检索导论》介绍了信息检索的基本概念，包括布尔检索模型、倒排索引的构建及其在信息检索系统中的应用。内容涵盖从文本数据的处理到检索效果的评价指标，如正确率和召回率。布尔查询通过合并算法处理，优化查询效率。
摘要由CSDN通过智能技术生成

书籍豆瓣链接：http://book.douban.com/subject/5252170/


第1章 布尔检索

 ---------------------

1.1 一个信息检索的例子

1.2 构建倒排索引的初体验

1.3 布尔查询的处理

1.4 扩展的布尔检索模型及有序检索

最低0.47元/天 解锁文章
zdw12242
关注
专栏目录
信息检索导论-读书笔记(1)-信息检索导论基础知识
serryuer的博客
05-04 1969
目录信息检索导论-读书笔记(1)-信息检索导论基础知识0. 本文概述1. 倒排索引和布尔检索1.1 倒排索引的构建1.2. 布尔查询的处理1.3 基本布尔操作的扩展以及有序检索2 词项词典及倒排记录表2.1 词项集合的确定2.2 基于跳表的倒排记录表快速合并算法2.3 含位置信息的倒排记录表和短语查询3. 词典及容错式检索3.1 通配符查询3.2 拼写校正4. 索引构建4.1 基于块的排序索引构建...
2022-02-20 《信息检索导论》学习笔记（一）
CMY的博客
03-11 890
第一章——布尔检索 1.1 基本概念 信息检索：信息检索是从大规模非结构化数据(通常是文本)的集合(通常保存在计算机上)中找出满足用户信息需求的资料(通常是文档)的过程。 非结构化数据(unstructured data)：指的是那些没有清晰、明显语义结构的数据，而计算机不易处理这类数据。 半结构化数据(semistructured data)：有一些文本无明显语义的结构，但其仍然具有例如标题、段落、脚注等结构，信息检索往往也支持这种半结构化数据的搜索。 聚类(clustering)：聚类是一种基于文档的内
哈工大信息检索研究室-信息检索系统导论-课件
03-28
主要介绍信息检索及信息检索系统的基本概念、原理、算法进行详尽介绍。主要内容包括信息检索模型、文本操作技术、文本索引和搜索技术、查询处理与Web检索技术、分布式信息检索、文本分类与聚类、信息过滤等，并给出Web信息检索的实现实例。
信息检索导论学习笔记（3）——词典及容错式检索
小一的专栏
06-25 3420
词典搜索的数据结构 如上图，倒排索引记录表构建好了。对于查询请求“Brutus”，我们首要任务是确定查询词项“Brutus”是否在词典的词项词汇表中，如果在，则返回该词项对应的倒排记录表的指针。词汇表的查找操作往往采用一种称为词典（dictionary）的经典数据结构，并且主要有两大类解决方法：哈希表方式和搜索树方式 哈希表方式 每个词项通过哈希函数映射成一个整数，映
信息检索导论1
weixin_34235371的博客
04-29 181
1.布尔检索： 　　倒排文档，ad Hoc检索（任务一直在变，数据集不变） 2.词项词典及倒排记录表 　　词项集合的确定：词条化、去停用词、词项归一化（重音及变音符号问题、大小写转换问题、语言问题）、词干还原和词性归并 　　基于跳表的倒排记录表快速合并算法 　　含位置信息的倒排记录表-用于短语查询：二元词索引、位置信息检索、混合索引机制（二元+位置） 3.词典及容错式检索 　　词典搜...
信息检索笔记
flygqin的博客
09-07 1272
如何解决一个问题： （1）确定问题 （2）收集相关信息 （3）要有效组织和管理这些信息 （4）利用信息，进行加工和创新什么是科研： 科研是一个解决未知问题的过程。选择好的问题，了解相关信息，制定解决方案。信息社会需要具备的四个能力： （1）具有信息获取能力（决定我们视野和高度，了解的信息越多，看待问题就会越全面，也决定我们的学习能力）； （2）具备信息管理能力； （3）具备信息分析能
信息检索笔记 （3）
Wenxin_Shen的博客
07-09 649
概率信息检索模型： 1、找到相关文档集合。 2、估计概率相关模型 3、对文档进行概率估计。 用一个相对值来评价文档相似度。 看一下判断错误得概率： 对每一种决策错误给予决策错误得代价： BIR：为了得到概率的估计而得到的概率模型 1、讲文档拆成若干个向量。 当维度所对应的di所对应的term不在document里，则为0，否则为1. 定义pi: 一个相关文档包含第i个term的概率。 pi： 一个无关文档包含第i个term的概率。 注意：pi+qi是不确定的，相互独立。 简化计
python 信息检索索引压缩_信息检索导论学习笔记（6）-索引压缩
最新发布
06-06
索引压缩是信息检索中常用的一种技术，其目的是通过压缩索引结构，减少索引占用的存储空间，从而提高检索效率。在实际应用中，我们经常会遇到存储空间不足的问题，这时候索引压缩就显得尤为重要。常见的索引压缩算法...
2022-03-06 《信息检索导论》学习笔记（三）
CMY的博客
03-11 371
第一章——布尔检索 1.3 布尔查询的处理 求两个倒排记录表交集的一个简单有效的合并算法。 笔记：两个词的倒排记录表按照全局统一指标排列（例：从小到大排列），两边列表的指针进行同步线性查找和对比，若两边指针所对应的文档ID不同，则对应较小ID的指针向后移动，这种合并算法的时间复杂度（time complexity）为O(N)，与线性扫描的时间复杂度相比并没有很大的提升。 查询优化(query optimization)：指的是如何通过组织查询的处理过程来使处理量最小。 在与逻辑中，结果往往不会
《计算机导论》课程学习笔记
m0_72683647的博客
11-17 1850
1.1计算思维概述 1.2冯诺依曼体系结构 1.3计算机硬件组成 1.4计算机软件 1.5计算机操作系统
信息检索导论
weixin_44508918的博客
02-20 401
信息检索导论 第一讲 概论 数据、信息、知识、智慧 信息检索系统 信息资源库、 第二讲 自然语言处理基础 文档的基本概念 从内部看，文档具有两部分：数据（提取词项），结构（语法） 从外部看：表现形式 元数据 自然语言内容分析 字面歧义 语义歧义 指代消解 词项提取 文档语音识别和编码识别理论上都可以看成分类问题。可以参考...
《信息检索导论》第五章总结
mmdev
01-06 535
一、索引压缩概述 使用压缩的目的： (1)因为我们想要把尽量多的数据放入内存，因此压缩能够达到这个目的； (2)从磁盘到内存的传输时间会缩短； 压缩分类： (1)无损压缩：压缩后的数据能还原全部信息； (2)有损压缩：压缩后会丢失一些信息； 如果有损压缩后丢失的信息用户并不关心，则有损压缩也是可以接受的； 二、Heaps定律 通过整个文档集词条数来估计词项数目； ...
《信息检索导论》第四章总结
mmdev
01-06 372
一、索引构建影响因素 索引构建是指一篇文档转换成倒排索引的整个过程； (1)需要考虑的因素有内存大小、CPU时钟频率等；比如如果内存特别大，则能够把全部的文档都放入内存，并很快就能构建成倒排索引； (2)我们需要把尽可能多的内容放在内存； (3)需要考虑寻道时间，因此必须要把连续读取的数据放在连续的块中； 将文档集变成term-->docID后，词项-文档ID对的数目是to...
信息索引导论学习笔记（1）——布尔检索
小一的专栏
06-09 2802
信息检索 信息检索（Information Retrieval，简称IR）：从大规模非结构化数据(通常是文本)的集合（通常保存在计算机上）中找出满足用户信息需求的资料（通常是文档）的过程 信息检索按照规模分类： 以web搜索为代表的大规模级别小规模级别，典型示例为个人信息检索中等规模级别，面向企业、机构和特定领域的搜索 倒排索引 顺序扫描：这种线性扫描就是一种
信息检索学习笔记
nododienodie的专栏
09-15 1279
术语含义： 1.ad.hoc 类似于图书馆里的书籍检索，即书籍库（数据库）相对稳定不变，不同用户的查询要求是千变万化的。这种检索就称为ad hoc。基于Web的搜索引擎也属于这一类。 2.routing 与ad hoc相对，用户的查询相对稳定。在rounting中，查询常常称为profile，也就是通常所说的兴趣，用户的兴趣在一段时间内是稳定不变的，但是数据库（更确切的说，是数据流）是不断
信息检索导论读书笔记（一）：开篇
djl806943371的博客
12-19 460
不知不觉马上要毕业了，前段时间由于一直在做毕业设计的项目，没有时间学习计算机相关知识，最近终于把大论文交了，又有点时间看一下自己想看的知识。除了之前还留了个尾巴的操作系统课程笔记，由于要入职的组是做搜索的，所以打算看一下相关的书籍《信息检索导论》，应该能够从中收获很多知识。 不过这一系列笔记可能跟之前网络和操作系统的课程笔记不太一样，更加偏重计一些我自己认为有意义有意...
信息检索导论（王斌译）
sinat_21112267的专栏
04-13 4042
掌握词汇文档矩阵
信息检索导论-读书笔记
weixin_30735391的博客
09-28 117
该笔记会一直更新中 由于在Wordpress没有找到合适的Markdown书写插件以及优雅的CSS配置，因此给出文章链接 信息检索导论-读书笔记 顺便推荐一下Markdown写作平台 作业部落 再推荐一下wordpress编辑Latex公式的插件 MathJax ，其使用文档在此 转载于:https://www.cnblogs.com/No-body/p/4207214.html...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值