版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網網頁數量的日益增多,如何提高搜索引擎的效率是近些年學術界及工業(yè)界都在極力解決的問題。搜索引擎的基本檢索數據結構是倒排索引,近幾年,許多研究都專注于提升倒排索引的壓縮率和求交效率。目前,主流搜索引擎的倒排索引使用的是算術編碼技術,文法壓縮算法在倒排索引上的應用并不廣泛。本文探討并改良了一種適用于倒排索引的文法壓縮技術,在兼顧倒排索引壓縮率的同時,設計了適用于文法壓縮的高效的求交算法。
本文的具體工作包括以下幾個方面:<
2、br> 第一,本文系統(tǒng)地回顧了倒排索引的壓縮及求交算法,并將文檔重排技術也納入了研究討論的范圍,對現(xiàn)有的重排技術進行了總結。倒排索引的鏈表中有許多重復的文檔序列,傳統(tǒng)的算術編碼算法在壓縮和求交過程中并沒有使用這些信息。本文利用文法壓縮算法對倒排列表之間的重復序列進行了抽取,并將其應用到了倒排索引的求交過程之中。
第二,本文設計了基于文法壓縮的倒排索引求交算法,并為優(yōu)化求交效率改良了索引格式。在文法壓縮算法的壓縮過程中,會將重
3、復的序列集中存儲到字典中,并用Pattern(產生式)代表某一段重復的序列。其中歸約產生的 Pattern和字典都是傳統(tǒng)求交技術中沒有的元素。本文針對這些新的列表元素設計了搜索算法,設計了適用于文法壓縮的求交算法,并針對求交過程優(yōu)化修改了文法壓縮的歸約過程。
第三,本文對文法壓縮后的倒排列表的求交效率進行了優(yōu)化。不僅使用了傳統(tǒng)的求交技術優(yōu)化,還加入了文檔重排、Run-Length等相關技術。本文通過這些手段優(yōu)化了文法壓縮下的倒
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 倒排索引壓縮算法研究.pdf
- 基于上下文無關文法的倒排索引壓縮策略研究.pdf
- 基于分區(qū)的倒排索引壓縮算法研究.pdf
- 基于倒排索引的壓縮算法性能研究.pdf
- 搜索引擎中倒排列表距離約束求交算法研究.pdf
- 基于倒排索引的增量更新關聯(lián)挖掘算法的研究.pdf
- 基于插值編碼的數據空間倒排索引壓縮方法的研究.pdf
- 基于倒排索引的微博話題檢測.pdf
- 圖形處理器對倒排索引求交運算的優(yōu)化.pdf
- 基于幾何區(qū)間裁剪的求交算法.pdf
- 基于TermID序列排序的標識符重分配的倒排索引壓縮研究.pdf
- 基于包圍盒的自由曲面求交算法研究.pdf
- 基于倒排索引的全文檢索技術研究.pdf
- 藏文搜索引擎倒排索引模塊的設計與實現(xiàn).pdf
- 基于Bitmap的倒排索引結構的查詢處理研究.pdf
- 基于倒排索引和字典樹的站內搜索引擎的設計與實現(xiàn).pdf
- 搜索引擎中索引表求交和提前停止技術優(yōu)化研究.pdf
- 壓縮全文自索引算法的研究.pdf
- 基于固態(tài)硬盤的倒排索引構建與維護策略研究.pdf
- 基于倒排索引的XML文檔全文檢索技術研究.pdf
評論
0/150
提交評論