Toàn văn kiểm tác

Tòng văn bổn hoặc tư liêu khố trung, bất hạn định tư liêu lan vị, tự do địa tụy thủ xuất tấn tức đích kỹ thuật.

Chấp hành toàn văn kiểm tác nhậm vụ đích trình thức, nhất bàn xưng tácSưu tầm dẫn kình,Tha tương sử dụng giả tùy ý thâu nhập đích văn tự, thí đồ tòng tư liêu khố trung, trảo đáo phù hợp đích nội dung.

Toàn văn tác dẫn đích tương quan nghị đề

• Ngữ căn xử lý (stemming)
• Phù tốGiải tích khí (token parser) 1-gram, 2-gram, n-gram
• Đoạn từ/ phân từ word segmentation
• Đảo bài tác dẫninverted index

Diễn toán pháp, sưu tầm sách lược chi mô hình

• Bố lâm thức boolean
• Thống kế mô hình Probabilistic model
• Hướng lượng không gian mô hìnhvector base model
• Ẩn tính ngữ nghĩa mô hình Latent semantic model

Bình lượng chi chuẩn tắc

• Tra toàn suất (recall rate), tra chuẩn suất (precision)

Khai phóng nguyên thủy mã chi toàn văn kiểm tác hệ thống

• Apache Solr
• BaseX
• Clusterpoint Server(freeware licence for a single-server)
• DataparkSearch
• Ferret
• Ht-//Dig
• Hyper Estraier
• KinoSearch
• Lemur/Indri
• Lucene
• mnoGoSearch
• Sphinx
• Swish-e
• Xapian
• ElasticSearch

Hòa trung văn hữu quan đích nghị đề

• Đoạn từ
• Ngữ pháp giải tích
• Cổ tịch nghị đề
• Đa ngữ ngôn hỗn hợp

Ưu hóa

• Dịch trừ tự (Stopwords)
• Từ tính tiêu chú
• Quy phạm văn kiện (authority file)
• Tri thức thể hệ, bổn thể luận (ontology)
• Siêu liên kết phân tích (page rank) kỹ thuật

Lịch sử cập vị lai chi xu thế

• Tự do ngữ cú sưu tầm

Tham khảo

• Tín tức trừu thủ
• Sưu tầm dẫn kình