В информационный поиск Introduction to Information Retrieval

Ikki so'zli indekslar

Barcha mumkin bo'lgan so'rovlar orasida otlar va nominal iboralar odamlar topmoqchi bo'lgan tushunchalarni tavsiflashda alohida o'rin tutadi.

Biroq, bog'liq otlar ko'pincha bir-biridan turli funktsional so'zlar bilan ajralib turadi, masalan, iboralarda . bekor qilish ning qullik va qayta muzokaralar ning the konstitutsiya (qullikni bekor qilish va konstitutsiyani qayta ko'rib chiqish).

Ikki so'zli indekslar

Birinchidan, siz matnni leksemalarga bo'lishingiz va nutq qismlari bo'yicha belgilashingiz kerak ( nutq qismi teglash ).

Keyin atamalar nutq qismlariga, xususan, otlarga, jumladan, tegishli otlarga (N) va funktsional so'zlarga, jumladan artikl va old qo'shimchalarga (X) birlashtiriladi. Endi har qanday atamalar qatori NX*N shaklida ifodalanishi mumkin, ya'ni. kengaytirilgan ikki so'zli ibora sifatida .

(X) konstitutsiyani (N) qayta muhokama qilish (N)

Ikki so'zli indekslar

Bunday kengaytirilgan ikki so'zli indeksda qidirish uchun so'rovni otlar (N) va funktsiyali so'zlar (X) mavjudligi uchun ham tahlil qilish kerak, so'ngra so'rovni kengaytirilgan ikki so'zli so'zlarga bo'lish kerak. indeks .

Ikki so'zli indekslar

Ikki so'zli indeks tushunchasi so'zlarning uzunroq qatorlariga ham kengaytirilishi mumkin.

Agar indeks o'zgaruvchan uzunlikdagi so'zlarni o'z ichiga olsa, ibora indeksi ( iborasi ) haqida gapiriladi. indeks ).

Darhaqiqat , bir so'zli so'rovlarni ikki so'zli indekslar bilan ko'rib chiqish g'ayritabiiy bo'lar edi (buning uchun lug'atda ushbu atamani o'z ichiga olgan barcha so'z juftlarini ko'rib chiqish kerak bo'ladi), shuning uchun bu holda bizga bitta so'zli indeks kerak bo'ladi. so'z atamalari.

Ikki so'zli indekslar

Biroq, boshqa tomondan, uzoq iboralarni saqlash lug'at hajmining sezilarli darajada oshishiga olib keladi.

Ikki so'zdan uzun bo'lgan iboralarning to'liq indeksini saqlab qolish juda qiyin istiqboldir va hatto to'liq ikki so'zli indeksdan foydalanish leksika hajmini sezilarli darajada oshiradi.