信息检索模型与评估

信息检索的前提是对信息内容的索引提取，所谓的索引就是指用于标识信息内容的项。创建信息的索引的方法，一般可分为两类：一种是手动定义索引，一种是自动获取索引。而咱们所要面临的数据源，既多是模块化或结构化的语言，譬如HTML语言，又多是非结构化的语言，譬如天然语言；既多是与上下文相关的词汇，又多是与上下文无关的词汇；既多是一个简单的单词又多是一个词组（这里的数据源前提假设为英文，对于中文的信息检索，因为

>>阅读原文<<