具有响应时间保证的高频词邻近全文搜索
信息检索
2020-09-09 v1
摘要
全文搜索引擎是信息检索的重要工具。在邻近全文搜索中，若文档包含彼此邻近的查询词，则该文档相关，尤其当查询词为高频词时。对于文本中的每个词，我们使用附加索引来存储距给定词距离小于或等于参数 MaxDistance 的邻近词的信息。本文讨论了查询由高频词组成时的搜索算法。此外，我们给出了不同 MaxDistance 值的实验结果为评估搜索速度对 MaxDistance 值的依赖关系。这些结果表明，在评估含高频词的查询时，使用我们的索引的查询执行平均时间比使用标准倒排文件少 94.7 至 45.9 倍（取决于 MaxDistance 的值）。此为 Pinelas S.、Kim A.、Vlasov V.（编）Mathematical Analysis With Applications. CONCORD-90 2018. Springer Proceedings in Mathematics & Statistics, vol 318, Springer, Cham 出版之论文的预印本。最终认证版本可在线获取：https://doi.org/10.1007/978-3-030-42176-2_37
引用
@article{arxiv.2009.03679,
title = {Proximity full-text searches of frequently occurring words with a response time guarantee},
author = {Alexander B. Veretennikov},
journal= {arXiv preprint arXiv:2009.03679},
year = {2020}
}
备注
Text overlap with arXiv:1812.07640 in introduction and definitions, the primary content is different