В информационный поиск Introduction to Information Retrieval

Lekin hujjatning chegaralarini qanday aniqlash mumkin?

Hujjatning strukturaviy birligini tanlash

Juda uzun hujjatlar uchun indekslashning granularlik muammosi mavjud ( indekslash donadorlik ).

Kitoblar to'plami bilan ishlashda butun kitobni alohida hujjat sifatida indekslash maqsadga muvofiq emas .

Bunday holda, xitoycha iborani qidirish o'yinchoqlar Agar birinchi bobda Xitoy bilan evaziga kitob va oxirgi bobda o'yinchoqlar olishingizga olib keladi , bu esa qoniqarsiz bo'lar edi .

Hujjatning strukturaviy birligini tanlash

Buning o'rniga, har bir bob yoki paragraf hujjat sifatida indekslanishi kerak .

Bunday holda, mosliklar ko'proq mos keladi, chunki hujjatlar kichikroq bo'ladi va foydalanuvchi ulardagi tegishli bo'laklarni tezroq topadi.

mini -hujjatlar sifatida ko'rib chiqish mumkin. Ko'rinib turibdiki, bu holatda qidiruvning aniqligi va to'liqligi o'rtasida ziddiyat mavjud. Nega to'xtash kerak?

Hujjatning strukturaviy birligini tanlash

Agar bo'linish birliklari juda kichik bo'lsa, unda shartlar turli mini-hujjatlar bo'ylab taqsimlanishi mumkinligi sababli muhim ma'lumotlarni o'tkazib yuborishimiz mumkin.

Agar bo'linish birliklari juda katta bo'lsa, biz ko'pincha soxta o'yinlarni olamiz va foydalanuvchi uchun tegishli ma'lumotlarni topish qiyinroq bo'ladi.

Hujjatning strukturaviy birligini tanlash

yaqinlik ) hisobga olgan holda aniq yoki yashirin qidiruv yordamida hal qilish mumkin. qidirish ).

Axborot-qidiruv tizimi tafsilotlar darajasini tanlash imkoniyatini ta'minlashi kerak.

Ushbu tanlov to'g'ri bo'lishi uchun ushbu tizimni qo'llagan kishi hujjatlar to'plamini , shuningdek, foydalanuvchilarning axborot ehtiyojlari va odatlarini yaxshi tushunishi kerak .

Hozircha biz hujjatning chegaralari (hajmi) bizga berilgan deb hisoblaymiz.

Terminlar leksikasining ta’rifi

1. Matnni leksemalarga ajratish.