随笔分类 -  comp6714

摘要：1. ranked retrieval 是free text queries形式，不需要query语言，直接输入要找的单词就可以 2. 做rank的前提是可以进行排序，如Jaccard Coefficient jaccard(A, B) =|A∩B|/|A∪B|，即两者重复的单词数量比上二者总共的单 阅读全文

摘要：1. non-word spelling errors error指任何不在字典中的word，修正的方式是产生一系列候选名单，选择其中最好的 选择方式有两种，第一个是shortest weighted edit distance，另一个是highest noisy channel probabili 阅读全文

摘要：1. data structure包含term，document frequency以及pointer to postings list 对dictionary的存储首先考虑hashtable，给每一个term一个integer，查找时的复杂度为O(1) 问题是不能进行模糊查询(minor vari 阅读全文

摘要：1. galloping search 搜索的时候在找到目标之前成倍数的加快搜索进度，如指针所指的第一个不是目标，就往后跳一位，依然不是跳两位，然后四位，依此类推，直到比目标数更大时停止，使用binary search在现在所指的数与前一位数之间寻找目标值 目标值所在的位置称为n，所需跳的步数为lo 阅读全文

摘要：1. information retrieval：为了从大量资料中寻找满足条件的unstructured nature的文件（非结构化）的文件 举例来讲，从电脑中的很多文件中寻找含有某个单词的文件，可以使用Unix中的grep，经过逐行扫描，寻找目标单词并将含有该单词的文件返回。为了加速可以预先进行 阅读全文