Parametric and zonal indexing. Frequency and weights of terms. Weight functions.

Question 1

Какво е параметричен индекс?

Answer 1

Индекс, използван за метаданни, който позволява филтриране на документите по конкретни стойности

Question 1

Какво е зонален индекс?

Answer 1

Индекс, който разделя документ на зони (заглавие, основен текст и др.), като различните зони имат различна важност

Question 1

Какви са начините за определяне на теглата в претеглините зони?

Answer 1

• Ръчно от експерти
• Машинно самообучние

Question 1

Какво е честота на термина (tf)?

Answer 1

Брой срещания на термин в документ

Question 1

Какъв е проблемът на tf?

Answer 1

Всички думи се третират еднакво

Question 1

Какво е обърната документова честота (idf)?

Answer 1

Оценява колко често се среща термин в колекция

Question 1

Какво е tf-idf?

Answer 1

Комбинация от tf и idf, която определя значимостта на термин в документа

Question 1

Как се представя документ като вектор?

Answer 1

Всяка дума е компонент на вектора, а стойността на компонента е tf-idf тежестта на термина

Question 1

Как се оценява релевантността на документ към заявка?

Answer 1

Сумират се tf-idf стойностите за всички думи от заявката, които са в документа.

Question 1

Какво е максимална tf нормализация?

Answer 1

Нормализация на tf спряпо най-често срещаната дума в документа

Question 1

Какво е ранкирано булево извличане?

Answer 1

Оценяване на претеглената зона.

Question 1

Какъв е проблемът на по-дългите документи?

Answer 1

Повтарят повече думи, което води до изкуствено високи tf стойности