信息检索实验202102-信息检索-HW2_202102-信息检索-HW2-沈晨玙-2019092121.docVIP

深圳大学实验报告

课程名称：信息检索

实验项目名称：词典、倒排记录表和容错式检索的实验

学院：计算机与软件学院

专业：计算机科学与技术

指导教师：潘微科

报告人：沈晨巧学号：2019092121班级：19计科04

实验时间：2022年4月1日(周五)-2022年4月13日(周三)

实验报告提交时间：2022年4月7日星期四

教务部制

实验目的与要求：

实验目的：掌握跳表指针(skippointers)技术、邻近有哪些信誉好的足球投注网站(proximitysearch)技术、编辑距离(editdistance)计算方法、基于发音的矫正技术(phoneticcorrection)等，了解PorterStemmer开源程序的简单调用。

实验要求：

(1).考虑利用如下带有跳表指针的倒排记录表

3

359152439606875818489*9296和两个中间结果表(如下所示，不存在跳表指针)分别进行合并操作。

3599699100101

2560120150

采用教材《IntroductiontoInformationRetrieval》第37页Figure2.10中所描述的基于跳表指针(skippointers)的倒排记录表(postingslists)合并算法，请问：

a.跳表指针实际跳转的次数分别是多少(也就是说，指针pl的下一步将跳到skip(pl))?

b.当两个表进行合并时，倒排记录之间的比较次数分别是多少?

c.如果不使用跳表指针，那么倒排记录之间的比较次数分别是多少?请在报告中附上详细的文字说明。(15分)

(2).下面给出的是一个位置索引的一部分，格式为：

position1,position2,…;doc2:positionl,position2,…;…

angels:2:36,174,252,651;4:12,22,102,432;7:17;

fools:2:1,17,74,222;4:8,78,108,458;7:3,13,23,193;

fear:2:87,704,722,901;4:13,43,113,433;7:18,328,528;

in:2:3,37,76,444,851;4:10,20,110,470,500;7:5,15,25,195;

rush:2:2,66,194,321,702;4:9,69,149,429,569;7:4,14,404;

to:2:47,86,234,999;4:14,24,774,944;7:199,319,599,709;

tread:2:57,94,333;4:15,35,155;7:20,320;

where:2:67,124,393,1001;4:11,41,101,421,431;7:16,36,736;

请问哪些文档和以下的查询匹配?其中引号内的每个表达式都是一个短语查询。a.“angelsfear”

b.“angelsfeartotread”

c.“angelsfeartotread”AND“foolsrushin”

请在报告中附上详细的文字说明。(10分)

(3).阅读教材《IntroductiontoInformationRetrieval》第37页Figure2.10中所描述的基于跳表指针(skippointers)的倒排记录表(postingslists)合并算法，并用Java语言或其他常用语言实现该算法。要求在题(1)的例子上验证算法的正确性。

请在报告中附上代码截图(不要复制源代码，请用截图的方式)、运行结果截图和详细的文字说明。程序要有详细的注释。(10分)

(4).阅读教材《IntroductiontoInformationRetrieval》第42页Figure2.12中所描述的邻近有哪些信誉好的足球投注网站(proximitysearch)中的两个倒排记录表(postingslists)的合并算法，并用Java语言