用于連接強(qiáng)度檢索模型索引的重要連接選擇研究.pdf

1、全文檢索技術(shù)不僅可以實(shí)現(xiàn)情報(bào)檢索的絕大部分功能，而且還能直接根據(jù)數(shù)據(jù)資料的內(nèi)容進(jìn)行檢索。當(dāng)今以全文檢索為核心技術(shù)的搜索引擎已成為網(wǎng)絡(luò)時(shí)代的主流技術(shù)之一。全文檢索的核心技術(shù)是將源文檔中的所有的基本元素的出現(xiàn)信息記錄到索引庫(kù)中以及采用相關(guān)的檢索模型對(duì)查詢(xún)與文檔集的匹配得分進(jìn)行相關(guān)度排序，返回一個(gè)有序的文檔子集;主要是在檢索效率和檢索效果兩個(gè)方面進(jìn)行研究。
　　 對(duì)此，本文結(jié)合信息檢索開(kāi)源工具集平臺(tái)Lemur，研究了基于倒排文件的全文

2、索引技術(shù)，通過(guò)對(duì)索引壓縮技術(shù)的學(xué)習(xí)研究，考慮采用性能較好的可變字節(jié)編碼壓縮算法對(duì)倒排列表進(jìn)行編碼，以及有效地組織倒排文索引結(jié)構(gòu)中的字典和倒排列表，并研究考慮詞語(yǔ)間連接信息的索引技術(shù)，進(jìn)而提高連接依存模型的檢索效率;并在信息檢索的開(kāi)源工具平臺(tái)Lemur上實(shí)現(xiàn)考慮詞語(yǔ)間連接信息查詢(xún)的索引。
　　 然后研究了考慮詞語(yǔ)間重要連接信息的依存模型存在的三個(gè)關(guān)鍵問(wèn)題。對(duì)此提出一種好的重要連接選擇機(jī)制:首先，考慮一種連接信息的索引文件link