- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我在尝试理解什么是非 bool 搜索(如果有意义的话)时遇到了一些问题。据我所知, bool 搜索允许在查询中使用 AND、OR 和 NOT。但是非 bool 搜索呢?我在某处读到这意味着您可以搜索子字符串,而不仅仅是完整的单词,但我想确保我完全理解每个字符串的含义。另外,也许一个例子会有所帮助,例如,Google 是 bool 值还是非 bool 值? Oracle Text 或 Apahe Solr 怎么样?
最佳答案
非 bool 搜索包括不是纯 bool 模型技术的方法1。
这种方法最常见的例子可能是 vector-space model .
在这个模型中,每个文档都是一个向量,由它包含的单词(或二元语法,...)表示。每个文档的维度是词汇表中的术语数。
此模型中的相似性是通过创建“假”文档(即查询)并将此假文档与语料库中的任何其他文档进行比较来完成的。文档与查询越相似 - 结果越好。
常见的相似性度量是 cosine-similarity .
这个模型很适合tf-idf model (td-idf 确定每个向量的每个条目中的值是什么)。
请注意,这不是 bool 模型。您不对“集合”进行操作,而是比较向量的相似性——这是完全不同的模型。
此外,该方法还有一个重要的优势——它返回与每个文档关联的分数,而不仅仅是“相关”或“不相关”的 bool 答案。
原样的向量空间不允许 AND、OR 运算,但是通过进行两阶段搜索可以很容易地解决这个问题。第一个是使用 bool 模型来获得候选,第二个是使用向量空间来获得每个文档的分数。
其他模型正在构建 language model从文档中提取 - 语言模型被描述为 P(word|M) = 模型 M 生成单词的概率
。
常见的语言模型是P(word|document) = #occurances(word,document)/|document|
为了避免概率为零——我们通常添加平滑技术。一种常见的技术是:
P(word|document) = alpha*#occurances(word,document)/|document| + (1-alpha)*#occurances(word,corpus)/|corpus|
现在 - 当我们查询多个词时:q=t1 t2 ... tn
,我们计算:
P(q|d) = P(t1|d)*P(t2|d)*...*P(tn|d)
请注意,此模型实际上通过设置 alpha=1
允许 AND 语义,通过 alpha!=1
允许 OR 语义。
(1) bool 搜索基本上是一组术语:
每个术语都与一个集合相关联,该集合包含包含该术语的所有文档。现在,您只需对一组集合进行集合操作。 AND 是交集,OR 是并集。
关于algorithm - bool 搜索与非 bool 搜索,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22064506/
在 Windows 世界中,什么是正确的名称。具有导出函数的老式 C++ DLL?不是 COM DLL,也不是 .NET DLL。我们以前通过调用 LoadLibrary() 和 GetProcAdd
目前我正在使用javaEE7,我有一个场景如下。在我的 JSF Web 应用程序中,我有一个事件监听器(不是 JSF 事件),当事件调用时,它会执行某些操作,然后将这些信息更新到我的 Web 应用程序
这不是 AJAX 请求/响应回调问题... 我正在使用 Dojo 1.5 构建网格。我正在尝试 dojo.connect具有功能的扩展/收缩按钮。我的问题是 grid.startup()在创建实际 D
非 Webkit Opera 是 very specific在某些功能中,因此通常通过 JavaScript 检测到 the following way . 但是,Opera Next 几乎是 Goo
我已查看以下链接中给出的所有日志,但未能找到 IP 地址: https://developer.couchbase.com/documentation/server/3.x/admin/Misc/Tr
我有一个命令行程序,它根据一组源文件生成一个我想在我的 Android gradle 构建 (A) 中使用的 jar 文件。这个命令行程序只是将一个 jar 文件存储在磁盘上的一个目录中。 我如何创建
下面的 htaccess 命令将所有非 www 转移到 http www RewriteEngine On RewriteCond %{HTTP_HOST} !^www\. RewriteRule ^
我正在使用自定义链接器脚本将内核镜像分为两部分。第一个是普通代码和数据,第二个是初始化代码和不再需要时将被丢弃的数据。初始化部分也不像内核本身那样在地址空间之间共享,因此如果 fork() 仍然存在(
这个问题在这里已经有了答案: Several unary operators in C and C++ (3 个答案) What is the "-->" operator in C++? (29
假设我有一个类设置如下: class A { public: virtual void foo() { printf("default implementation\n"); } }; c
#include using namespace std; int main(int argc, char *argv[]) { int i=-5; while(~(i)) {
近期,百度搜索引擎变化无常,很多企业站、行业站、门户站、论坛等站点遭到了降权,特别是比比贴分类信息网直接遭到了拔毛,这对于广大站长来说是一种打击,也是各个企业、行业的打击。 至今,很多网站已经恢复
我现在正在使用 IBM TPM v1332 + IBM TSS v1470 并尝试将一些基本关键字/密码存储到 TPM 上的非 volatile 内存中。我找到了两种方法。一种是创建一个密封对象并使用
我的 PHP 脚本中有一个正则表达式,如下所示: /(\b$term|$term\b)(?!([^)/iu 这与 $term 中包含的单词匹配,只要前后有单词边界并且它不在 HTML 标记内即可。 但
我想显示用户名称地址(请参阅 www.ipchicken.com ),但我唯一能找到的是 IP 地址。我尝试了反向查找,但也没有用: IPAddress ip = IPAddress.Parse(th
只有 UI 线程能够显示到屏幕上,还是其他线程也可以这样做? 最佳答案 不,您只能直接从 UI 线程访问 UI,但您可以编码来自其他线程的结果,例如使用 Control.Invoke 或 contro
我正在使用现代 Excel 滚动条(不是旧的 ActiveX 类型,即开发人员 > 插入 > 表单控件 > 滚动条)并且想检测它的值何时更改。我找不到有关此类对象的更改事件的任何信息。您可以在单击时分
当我使用这段代码时 IE 6 确实正确使用了指定的样式表,但所有其他浏览器在应该使用基本上声明的样式表时会忽略这两种样式表,如果您不是 IE,请使用此样式表。 有什么想法吗? 最佳答案 n
我想指定 2 mssql 表之间的关系。 付款类别和付款。 paymentcategory.id 加入 payout.category 列。 在 payout.json 模型中 我指定为外键:id,
我正在尝试制作非 volatile UDF,但似乎不可能。因此,这是我非常简单的test-UDF: Option Explicit Dim i As Integer Sub Main() i = 0
我是一名优秀的程序员,十分优秀!