用于連接強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)不僅可以實現(xiàn)情報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)信息記錄到索引庫中以及采用相關(guān)的檢索模型對查詢與文檔集的匹配得分進行相關(guān)度排序，返回一個有序的文檔子集;主要是在檢索效率和檢索效果兩個方面進行研究。
　　 對此，本文結(jié)合信息檢索開源工具集平臺Lemur，研究了基于倒排文件的全文

2、索引技術(shù)，通過對索引壓縮技術(shù)的學(xué)習(xí)研究，考慮采用性能較好的可變字節(jié)編碼壓縮算法對倒排列表進行編碼，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，并研究考慮詞語間連接信息的索引技術(shù)，進而提高連接依存模型的檢索效率;并在信息檢索的開源工具平臺Lemur上實現(xiàn)考慮詞語間連接信息查詢的索引。
　　 然后研究了考慮詞語間重要連接信息的依存模型存在的三個關(guān)鍵問題。對此提出一種好的重要連接選擇機制:首先，考慮一種連接信息的索引文件link