文件名称：其他文本检索标引技术续-文本挖掘PPT
文件大小：406KB
文件格式：PPT
更新时间：2024-05-15 19:45:09
文本挖掘
其他文本检索标引技术（续） 签名文件（signature file） 定义：是一个存储数据库中每一个文档的特征记录的文件 方法：每一个特征对应一个固定长度的位串，一个比特位对应一个词汇，若某一位对应的词出现在文档中则，则该位置1，否则置0。 S1 S2 按位操作进行匹配，确定文档的相似形 可以多词对应一个比特位，来减少位串的长度，但增加搜素开销，存在多对一映射的缺点。 1 1 1 … 1 1 1 0 … 1