文件名称：Search-Engine
文件大小：33.89MB
文件格式：ZIP
更新时间：2024-06-02 13:39:16
Java
搜索引擎 ###项目标题：用于文档收集的搜索引擎###项目摘要和预先描述：对象：这是一个搜索引擎，您可以基于TREC标准格式的集合获得查询的前500个结果（请参阅背景信息） ）。 预先说明：1.设置所有测试查询（请参阅背景中的更多内容）。 2.原始文档是TREC doc和TREC文本两种类型，不用担心格式，我只提取有用的信息（文档ID，文档内容）假设：文档中的每个单词都是独立的，除了“是完整的。 ###描述：有三个功能包。 分析：关于预处理文档： 删除文档中的停用词（请参阅背景中的更多内容） 将每个字改为小写 删除所有守时点，并使用空格将它们分开。 index：是关于建立一个倒排索引来映射集合中的单词。 倒排索引有两种类型：过帐列表，用于存储“术语，文档ID，文档中的术语频率”；“ DictionayTermFile”，用于存储“术语，所有文档中的术语频率”；以及一个辅助文档，称为
【文件预览】：
Search-Engine-master
----docset.trectext(13.18MB)
----.project(364B)
----.DS_Store(12KB)
----output()
--------.DS_Store(6KB)
--------Postingfile.txt(20.21MB)
--------Doc.txt(90KB)
--------DictionaryTermFile.txt(698KB)
----topics.txt(1KB)
----src()
--------.DS_Store(6KB)
--------edu()
----docset.trecweb(12.98MB)
----result.txt(127B)
----.settings()
--------org.eclipse.jdt.core.prefs(587B)
--------org.eclipse.core.resources.prefs(165B)
----README.md(4KB)
----stopword.txt(2KB)
----.classpath(311B)
----bin()
--------.DS_Store(6KB)
--------edu()