《第三章信息检索系统.ppt

主文档(master file) 书目数据库中描述每篇文献的完整记录通常以线性排列方式存放在磁带或磁盘上。检索时，只能按其物理顺序读取这些记录及其中的字段。由于它存储有关于每篇文献的最完整信息，所以通常又把它称为主文档(master file)。 （2）文档的类型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 倒排文档 所谓倒排档，就是把记录中一切可检字段或属性值(如著者名、主题词等)抽出，按某种顺序重新加以组织后所得到的一种文档。既可以按不同类型的字段组成不同的倒排档(如著者倒排档、主题词倒排档等)，也可以把所有不同的字段组成一个混合倒排档。 （2）文档的类型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Documents are parsed to extract words (or stems) and these are saved with the Document ID. Now is the time for all good men to come to the aid of their country It was a dark and stormy night in the country manor. The time was past midnight Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. After all document have been parsed the inverted file is sorted Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Multiple term entries for a single document are merged and frequency information added Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. The file is commonly split into a Dictionary and a Postings file Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （3）文档的存贮结构 A固定格式、固定长字段 1）物理记录和逻辑记录相一致，可以理解为一个逻辑记录一个块。 2）每条记录中的字段数量、字段长度、子字段的长度以及排列位置顺序都是不变的。 3）物理块的大小必须依据逻辑记录的最大可能的长度来确定 。 4）优缺点： 优点：便于处理 缺点：造成空间的浪费，造成数据的遗失。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. B固定格式、可变长 记录中字段数目和位置的排列是固定的，但各字段的长度是可变的。 一些早期的图书采购磁带格式采用这种方式，国际标准书号、订购号、书名项、出版项、单价、发票号、订购数，书商、订购日期 需要识别字段的开始、结束以及记录的结束，引入字段标识符、字段结束符、记录结束符。 （3）文档的存贮结构 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. C 可变格式、可变长 没有任何