基于倒排索引的文本相似搜索

• 作者: 杨建武 陈晓鸥
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 相似搜索 倒排索引 文本相似搜索
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 博士论文
• 页码范围: 1-3
• 页数: 3页
• 分类号: TP311
• 字数: 3523字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2005.05.001

摘要

根据文本向量的维分布的稀疏性,提出了基于倒排索引的文本相似搜索算法.该算法通过倒排索引进行维过滤,快速获得尽量小的目标集的超集.实验表明,在海量文本环境下,该方法虽略微损失准确度,但其速度远远高于传统基于多索引的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨建武	北京大学计算机研究所文字信息处理技术国家重点实验室	17	449	12.0	17.0
2	陈晓鸥	北京大学计算机研究所文字信息处理技术国家重点实验室	16	718	12.0	16.0