В информационный поиск Introduction to Information Retrieval

Terminlar leksikasining ta’rifi

Boshqa tomondan, ishni katlama turli xil ko'rib chiqilishi kerak bo'lgan mos keladigan so'zlarga olib kelishi mumkin.

Ko'pgina o'ziga xos ismlar umumiy otlardan olingan va ulardan faqat bosh harf bilan farqlanadi.

Masalan , bu kompaniya nomlariga tegishli ( General Motorlar , The Bog'langan Matbuot ) va davlat tashkilotlari ( Oziqlangan va oziqlangan ), shuningdek familiyalar ( Bush , Qora ).

Terminlar leksikasining ta’rifi

Til xususiyatlarini hisobga olish.

Internetda ingliz tili ustunlik qiladi; veb-sahifalarning taxminan 60% ingliz tilida yozilgan ( Gerrand , 2007 ).

Biroq, veb-sahifalarning qolgan 40% boshqa tillarda va bu nisbat vaqt o'tishi bilan ortadi, chunki Internet foydalanuvchilarining uchdan biridan kamrog'i va butun dunyo bo'ylab odamlarning 10% dan kamrog'i ingliz tilini o'zlarining asosiy tili deb bilishadi. O'zgarish belgilari allaqachon ko'rinib turibdi: ba'zi hisobotlarga ko'ra ( Sifry , 2007), blog yozuvlarining faqat uchdan bir qismi ingliz tilida yozilgan.

Terminlar leksikasining ta’rifi

Masalan , ne'er so'zlari talab qilinishi mumkin va hech qachon har doim bir xil deb hisoblangan yoki inglizcha rang so'zining imlosini farqlamaydi va Amerika rangi .

Sanalar, vaqtlar va boshqa shunga o'xshash elementlar turli formatlarda paydo bo'lishi mumkin, bu esa yangi muammolarni keltirib chiqaradi. Shuning uchun, 3/12/91 va Mag yozuvlari talab qilinishi mumkin . 1991 yil 12 yil ham xuddi shunday deb hisoblangan.

Biroq, bunday so'rovlarni to'g'ri qayta ishlash AQShda 3/12/91 yozuvi Mag degan ma'noni anglatishi bilan murakkablashadi . 1991 yil 12 va Evropada 3 dekabrda . 1991 yil

Terminlar leksikasining ta’rifi

Indekslangan to'plamlar va bitta hujjat ko'pincha turli tillardagi hujjatlarni o'z ichiga oladi.

Masalan , frantsuz tilidagi elektron pochtada ingliz shartnomasidan iqtibos bo'lishi mumkin.