空间、树与颜色：序列上文档检索的算法图景
信息检索
2013-10-01 v5 数据结构与算法
摘要
文档检索是自二十世纪六十年代以来最成熟的信息检索活动之一，遍及所有搜索引擎。其旨在从文本文档集合中获取与模式查询最相关的文档。当前技术主要面向“自然语言”文本集合，其中倒排索引是首选解决方案。尽管这一范式非常成功，但它无法妥善处理某些东亚语言以及其他“自然语言”假设不成立的场景。在本综述中，我们涵盖了将文档检索技术扩展到更广泛序列集合的最新研究，这些技术在生物信息学、数据和 Web 挖掘、化学信息学、软件工程、多媒体信息检索等领域具有应用。我们专注于技术的算法方面，揭示了文档检索挑战与树、字符串、范围查询、离散几何等领域基本问题之间丰富的关系世界。
引用
@article{arxiv.1304.6023,
title = {Spaces, Trees and Colors: The Algorithmic Landscape of Document Retrieval on Sequences},
author = {Gonzalo Navarro},
journal= {arXiv preprint arXiv:1304.6023},
year = {2013}
}