什么是全文檢索全文檢索的簡(jiǎn)介
全文檢索是一種將文件中所有文本與檢索項(xiàng)匹配的文字資料檢索方法。那么你對(duì)全文檢索了解多少呢?以下是由學(xué)習(xí)啦小編整理關(guān)于什么是全文檢索的內(nèi)容，希望大家喜歡!
全文檢索的簡(jiǎn)介
基本介紹
全文檢索是將存儲(chǔ)于數(shù)據(jù)庫(kù)中整本書(shū)、整篇文章中的任意內(nèi)容信息查找出來(lái)的檢索。它可以根據(jù)需要獲得全文中有關(guān)章、節(jié)、段、句、詞等信息，也就是說(shuō)類(lèi)似于給整本書(shū)的每個(gè)字詞添加一個(gè)標(biāo)簽，也可以進(jìn)行各種統(tǒng)計(jì)和分析。例如，它可以很快的回答“《紅樓夢(mèng)》一書(shū)中“林黛玉”一共出現(xiàn)多少次?”的問(wèn)題。
與之相關(guān)的議題
語(yǔ)根處理 (stemming)
符素解析器 (token parser) 1-gram, 2-gram , n-gram
斷詞/分詞 word segmentation
倒排索引 inverted index
算法、搜尋策略之模型
布爾式 boolean
統(tǒng)計(jì)模型 Probabilistic model
向量空間模型 vector base model
隱性語(yǔ)義模型 Latent semantic model
系統(tǒng)檢索的介紹
評(píng)量之準(zhǔn)則
判斷檢索效果的兩個(gè)指標(biāo)：
查全率=被檢出相關(guān)信息量/相關(guān)信息總量(%)
查準(zhǔn)率=被檢出相關(guān)信息量/被檢出信息總量(%)
開(kāi)放源代碼之全文檢索系統(tǒng)
Apache Solr
BaseX
Clusterpoint Server(freeware licence for a single-server)
DataparkSearch
Ferret
Ht-//Dig
Hyper Estraier
KinoSearch
Lemur/Indri
Lucene
mnoGoSearch
Sphinx
Swish-e
Xapian
ElasticSearch
議題優(yōu)化的概念
和中文有關(guān)的議題
斷詞(分詞)
語(yǔ)法解析
古籍議題
多語(yǔ)言混合
優(yōu)化
剔除字(Stopwords)
詞性標(biāo)注
權(quán)威檔(authority file)
知識(shí)體系，本體論(ontology)
超鏈接分析(page rank)技術(shù)
歷史及未來(lái)之趨勢(shì)
自由語(yǔ)句搜尋
基于自然語(yǔ)言的分詞
看過(guò)“全文檢索的簡(jiǎn)介”的人還看了：