В информационный поиск Introduction to Information Retrieval

mantiqiy qidiruv

Biroq, ko'p hollarda ko'proq narsa talab qilinadi.

1. Milliardlab va trillionlab so'zlarni o'z ichiga olgan to'plamlarda ma'lumot izlash .

2. Romans NEAR yurtdoshlari so'rovini chiziqli so'rov bilan bajarish qiyin , bu erda NEAR so'zi "5 so'zdan ko'p bo'lmagan" yoki "bir jumla ichida" degan ma'noni anglatishi mumkin.

3. Ba'zan tartiblangan qidiruvni amalga oshirish kerak. Ko'p holatlarda bizga faqat javob emas, balki ma'lum bir so'zni o'z ichiga olgan hujjatlarga oid so'rovga eng yaxshi javob kerak.

mantiqiy qidiruv

Bunday hollarda hujjat indeksidan foydalaniladi.

Hujjatlar indeksi hujjatni ketma-ket ko'rib chiqmaslik uchun ishlatiladi.

Buni amalga oshirish uchun, har bir hujjat uchun , biz vazifadan ma'lum bir so'zni o'z ichiga olganligini ko'rsatadigan yozuvni yaratamiz . Barcha so'zlar uchun yozuvlarni yaratish natijasida "so'z-hujjat" ikkilik insidans matritsasi quriladi. Bizning vazifamizda "Shekspirning so'zli o'yini".

Bu matritsada ustun hujjat vektori, satr so'z vektori hisoblanadi.

mantiqiy qidiruv

	Antoni va Kleopatra	Yuliy Tsezar	Bo'ron	Gamlet	Otello	Makbet
Entoni	bitta	bitta	0	0	0	bitta
Brutus	bitta	bitta	0	bitta	0	0
Qaysar	bitta	bitta	0	bitta	1	1
Kalpurniya	0	1	0	0	0	0
Kleopatra	1	0	0	0	0	0
rahm-shafqat	1	0	1	1	1	1
yomonroq	1	0	1	1	1	0

mantiqiy qidiruv

Muammoni hal qilish uchun biz ifodani baholashimiz kerak

Brutus VA Qaysar VA EMAS Kalpurniya

Bunda so'zlar o'rniga ushbu so'zlarning tegishli vektorlari almashtirilishi kerak:

Brutus = 110100

Qaysar = 110111

EMAS Kalpurniya = 101111

110100 VA 110111 VA 101111

mantiqiy qidiruv

Mantiqiy algebra asosida hisob-kitoblarni bajarib, muammo vektorini olamiz

100100

Shunday qilib, javob quyidagicha ko'rinadi:

Izlangan so'zlarning birikmalari o'yinlarda mavjud

Antoni va Kleopatra va Gamlet

mantiqiy qidiruv

Endi realroq stsenariyni ko'rib chiqing. Aytaylik, bizning ixtiyorimizda N = 1 million hujjat bor.

Hujjatlar ( hujjatlar ) har qanday ob'ektlar bo'lib, ular asosida axborot-qidiruv tizimini qurishga qaror qilinadi. Hujjatlar shaxsiy eslatmalar yoki kitob bo'limlari bo'lishi mumkin.

Qidiriladigan hujjatlar guruhi to'plam deb ataladi .