網絡信息檢索（三）文本處理與索引

文章目錄 一、文本特性 1：文本的統計特性-zipf定律 2：詞彙表的變化規律-Heaps定律 二、文本操作 1：文本預處理 （1）文本預處理的時機 （2）文本預處理的步驟 2：詞彙分析 （1）英文詞法分析 （2）中文分詞技術 3：排除停用詞 4：詞幹提取 三、文本索引 1：索引在IR系統的位置 （1）爲什麼需要索引 （2）什麼樣的數據結構是合適的？前向索引？ 2：倒排索引的思想 （1）**詞彙表

>>阅读原文<<