文本檢索技術摘要
|
信息檢索模型
|
內容模型
|
Boolean
|
集合論（Fuzzy,
extends boolean）
|
|
|
Vector
|
代數論(VSM,
GVSM,LSI, Neural networks）
|
|
|
Probabilistic
|
概率論（推理網絡，置信網,語言模型，查詢擴展）
|
|
|
結構模型
|
|
|
|
|
瀏覽模型
|
|
|
|
|
檢索質量評價
|
查全率
|
|
|
|
|
|
查準率
|
|
|
|
|
|
F-measure
|
|
|
|
|
|
其他評價（前10結果等）
|
|
|
|
|
全文檢索的索引技術
|
倒排（哈希，B-tree…）
|
|
|
|
|
|
倒排索引創建（兩趟算法）
|
|
|
|
|
潛在語義索引（LSI）
|
原理
|
|
|
|
|
SVD
|
|
|
|
|
適用環境（靜態，動態）
|
|
|
|
|
SVD分解降維
|
|
|
|
|
SVD變換空間（相似度等）
|
|
|
|
|
實例
|
|
|
|
http://www.aygfsteel.com/Files/fullfocus/TextMining03.pdf
該文對LSI的分析十分到位，還有詳細的實例。
對索引的創建，很多思想可以借鑒：1. 大數據時，分批排序，再多路合并 2. 分塊寫入內存。 3.編碼壓縮（HUFFMAN等）
posted on 2008-06-12 23:12
fullfocus 閱讀(2581)
評論(4) 編輯 收藏 所屬分類:
聚類算法研究