信息检索

搜索文档或文档中信息的科学。文档能够是文本或多媒体，而且可能驻留在Web上。 信息检索与数据库系统的差异：信息检索假定所搜索的数据是无结构的；信息检索查询主要用关键词，没有复杂的结构。 主题模型：一个文本文档集的主题能够用词汇表上的几率分布建模。web 文件类型检测 语言检测 检测文件语言类型检测特定字符 使用split（）对文本内容进行区分，区分不一样词语，进行标记 标记化数据库 倒排索引svg

>>阅读原文<<