版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)上信息的不斷增長和日益更新,檢索系統(tǒng),特別是中文文本檢索系統(tǒng),正在受到人們越來越多的關(guān)注。索引是檢索系統(tǒng)必不可少的組成部分,是檢索系統(tǒng)提供快速查詢服務(wù)的關(guān)鍵。倒排文件是大規(guī)模檢索系統(tǒng)最常用的索引形式。然而,通常情況下,索引的構(gòu)建,即倒排文件的生成,是一個非常耗時的過程。為了適應(yīng)大規(guī)模的文本檢索任務(wù),有必要研究加快構(gòu)建索引的手段。通過對索引過程的各個階段進行分析,本文指出,通常的索引算法效率不高的主要原因有二:1)CPU和I/O
2、部件相互等待,使得系統(tǒng)資源的利用率不高;2)文檔分析階段是整個索引過程中的瓶頸,特別的,對中文文本而言,分詞是主要的開銷。針對第一個問題,本文在串行的索引流程中引入流水線結(jié)構(gòu),提高了資源部件的并行程度,進而縮短倒排文件的生成時間;在此基礎(chǔ)上,文中還比較了流水線結(jié)構(gòu)在不同參數(shù)下的性能差異。針對第二個問題,可以采用優(yōu)化的詞典結(jié)構(gòu),以加快中文的分詞速度,從而達到減少分析階段時間開銷的目的;在比較了幾種常見的詞典結(jié)構(gòu)之后,文中指出,基于雙數(shù)組T
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于潛在語義索引的中文文本檢索研究.pdf
- 基于概念的中文文本檢索研究.pdf
- 基于內(nèi)容的中文文本檢索相關(guān)技術(shù)研究.pdf
- 文本挖掘及其在文本檢索中的應(yīng)用.pdf
- 大規(guī)模圖像檢索中高維索引技術(shù)研究.pdf
- 基于聚集系數(shù)的文本檢索查詢性能預(yù)測.pdf
- 基于內(nèi)容的大規(guī)模圖像索引與檢索方法研究.pdf
- 基于GPU圖像搜索中文本檢索的關(guān)鍵技術(shù)研究.pdf
- 基于本體的企業(yè)文本檢索模型研究.pdf
- 基于主題分析的文本檢索方法研究.pdf
- 維文文本檢索評測集構(gòu)建及可視化方法研究.pdf
- 文本檢索中相關(guān)性信息的擴展查詢.pdf
- 面向動態(tài)文檔集的大規(guī)模文本索引構(gòu)建技術(shù)的研究.pdf
- 面向大規(guī)模信息檢索的中文分詞技術(shù)研究.pdf
- 中文文本信息檢索相關(guān)技術(shù)研究.pdf
- 潛在語義索引在中文文本聚類中的應(yīng)用研究.pdf
- 面向主題的中文文本觀點檢索研究.pdf
- 基于潛在語義分析的文本檢索算法研究.pdf
- 中文全文檢索系統(tǒng)中索引的研究.pdf
- 基于語言模型的文本檢索技術(shù)及檢索結(jié)果重排序的研究.pdf
評論
0/150
提交評論