Список поисковых систем в интернете
ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ
СПИСОК ПОИСКОВЫХ СИСТЕМ
ОФИЦИАЛЬНЫЕ ПРЕСС-РЕЛИЗЫ КОМПАНИЙ


PageRank
алгоритм расчета статической (глобальной) популярности страницы в интернете, назван в честь одного из авторов - Лоуренса Пейджа. Соответствует вероятности попадания пользователя на страницу в модели случайного блуждания
TF*IDF
численная мера соответствия слова и документа в векторной модели; тем больше, чем относительно чаще слово встретилось в документе и относительно реже в коллекции
асессор (assesor, эксперт)
специалист в предметной области, выносящий заключение о релевантности документа, найденного поисковой системой
булевская модель (boolean, булева, булевая, двоичная)
модель поиска, опирающаяся на операции пересечения, объединения и вычитания множеств
векторная модель
модель информационного поиска, рассматривающая документы и запросы как векторы в пространстве слов, а релевантность как расстояние между ними
вероятностная модель
модель информационного поиска, рассматривающая релевантность как вероятность соответствия данного документа запросу на основании вероятностей соответствия слов данного документа идеальному ответу
внетекстовые критерии (off-page, вне-страничные)
критерии ранжирования документов в поисковых системах, учитыващие факторы, не содержащиеся в тексте самого документа и не извлекаемые оттуда никаким образом
входные страницы (doorways, hallways)
страницы, созданные для искусственного повышения ранга в поисковых системах (поискового спама). При попадании на них пользователя перенаправляют на целевую страницу
дизамбигуация (tagging, part of speech disambiguation, таггинг)
выбор одного из нескольких омонимов c помощью контекста; в английском языке часто сводится к автоматическому назначению грамматической категории «часть речи»
дубликаты (duplicates)
разные документы с идентичным, с точки зрения пользователя, содержанием; приблизительные дубликаты (near duplicates, почти-дубликаты), в отличие от точных дубликатов, содержат незначительные отличия
иллюзия свежести
эффект кажущейся свежести, достигаемый поисковыми системами в интернете за счет более регулярного обхода тех документов, которые чаще находятся пользователями
инвертированный файл (inverted file, инверсный файл, инвертированный индекс, инвертированный список)
индекс поисковой системы, в котором перечислены слова коллекции документов, а для каждого слова перечислены все места, в которых оно встретилось
индекс (index, указатель)
см. индексирование
индекс цитирования (citation index)
число упоминаний (цитирований) научной статьи, в традиционной библиографической науке рассчитывается за промежуток времени, например, за год
индексирование (indexing, индексация)
процесс составления или приписывания указателя (индекса) – служебной структуры данных, необходимой для последующего поиска
информационный поиск (Information Retrieval, IR)
поиск неструктурированной информации, единицой представления которой является документ произвольных форматов. Предметом поиска выступает информационная потребность пользователя, неформально выраженная в поисковом запросе. И критерий поиска, и его результаты недетермированы. Этими признаками информационный поиск отличается от «поиска данных», который оперирует набором формально заданных предикатов, имеет дело со структурированной информацией и чей результат всегда детерминирован. Теория информационного поиска изучает все составляющие процесса поиска, а именно, предварительную обработку текста (индексирование), обработку и исполнение запроса, ранжирование, пользовательский интерфейс и обратную связь.
клоакинг (cloaking)
техника поискового спама, состоящая в распознании авторами документов робота (индексирующего агента) поисковой системы и генерации для него специального содержания, принципиально отличающегося от содержания, выдаваемого пользователю
контрастность термина
см. различительная сила
латентно-семантическое индексирование
запатентованный алгоритм поиска по смыслу, идентичный факторному анализу. Основан на сингулярном разложении матрицы связи слов с документами
лемматизация (lemmatization, нормализация)
приведение формы слова к словарному виду, то есть лемме
накрутка поисковых систем
см. спам поисковых систем
непотизм
вид спама поисковых систем, установка авторами документов взаимных ссылок с единственной целью поднять свой ранг в результатах поиска
обратная встречаемость в документах (inverted document frequency, IDF, обратная частота в документах, обратная документная частота)
показатель поисковой ценности слова (его различительной силы); обратная говорят, потому что при вычислении этого показателя в знаменателе дроби обычно стоит число документов, содержащих данное слово
обратная связь
отклик пользователей на результат поиска, их суждения о релевантности найденных документов, зафиксированные поисковой системой и использующиеся, например, для итеративной модификации запроса. Следует отличать от псевдо-обратной связи – техники модификации запроса, в которой несколько первых найденных документов автоматически считаются релевантными
омонимия
см. полисемия
основа
часть слова, общая для набора его словообразовательных и словоизменительных (чаще) форм
поиск по смыслу
алгоритм информационного поиска, способный находить документы, не содержащие слов запроса
поиск похожих документов (similar document search)
задача информационного поиска, в которой в качестве запроса выступает сам документ и необходимо найти документы, максимально напоминающие данный
поисковая система (search engine, SE, информационно-поисковая система, ИПС, поисковая машина, машина поиска, «поисковик», «искалка»)
программа, предназначенная для поиска информации, обычно текстовых документов
поисковое предписание (query, запрос)
обычно строчка текста
полисемия (polysemy, homography, многозначность, омография, омонимия)
наличие нескольких значений у одного и того же слова
полнота (recall, охват)
доля релевантного материала, заключенного в ответе поисковой системы, по отношению ко всему релевантному материалу в коллекции
почти-дубликаты (near-duplicates, приблизительные дубликаты)
см. дубликаты
прюнинг (pruning)
отсечение заведомо нерелевантных документов при поиске с целью ускорения выполнения запроса
прямой поиск
поиск непосредственно по тексту документов, без предварительной обработки (без индексирования)
псевдо-обратная связь
см. обратная связь
различительная сила слова (term specificity, term discriminating power, контрастность, различительная сила)
степень ширины или узости слова. Слишком широкие термины в поиске приносят слишком много информации, при это существенная часть ее бесполезна. Слишком узкие термины помогают найти слишком мало документов, хотя и более точных.
регулярное выражение (regualr expression, pattern, «шаблон», реже «трафарет», «маска»)
способ записи поискового предписания, позволяющий определять пожелания к искомому слову, его возможные написания, ошибки и т.д. В широком смысле – язык, позволяющий задавать запросы неограниченной сложности
релевантность (relevance, relevancy)
соответствие документа запросу
сигнатура (signature, подпись)
множество хеш-значений слов некоторого блока текста. При поиске по методу сигнатур все сигнатуры всех блоков коллекции просматриваются последовательно в поисках совпадений с хеш-значениями слов запроса
словоизменение (inflection)
образование формы определенного грамматического значения, обычно обязательного в данном грамматическом контексте, принадлежащей к фиксированному набору форм (парадигме), характерного для слов данного типа. В отличие от словообразования никогда не приводит к смене типа и порождает предсказуемое значение. Словоизменение имен называют склонением (declension), а глаголов – спряжением (conjugation)
словообразование (derivation)
образование слова или основы из другого слова или основы. Чаще приводит к смене типа и к образованию слов, имеющих идеосинкразическое значение
смыслоразличительный
см. различительная сила
спам поисковых систем (spam, спамдексинг, накрутка поисковых систем)
попытка воздействовать на результат информационного поиска со стороны авторов документов
статическая популярность
см. PageRank
стемминг
процесс выделения основы слова
стоп-слова (stop-words)
те союзы, предлоги и другие частотные слова, которые данная поисковая система исключила из процесса индексирования и поиска для повышения своей производительности и/или точности поиска
суффиксные деревья, суффиксные массивы (suffix trees, suffix arrays, PAT-arrays)
индекс, основанный на представлении всех значимых суффиксов текста в структуре данных, известной как бор (trie). Суффиксом в этом индексе называю любую «подстроку», начинающуюся с некоторой позиции текста (текст рассматривается как одна непрерывная строка) и продолжающуюся до его конца. В реальных приложениях длина суффиксов ограничена, а индексируются только значимые позиции – например, начала слов. Этот индекс позволяет выполнять более сложные запросы, чем индекс, построенный на инвертированных файлах
токенизация (tokenization, lexical analysis, графематический анализ, лексический анализ)
выделение в тексте слов, чисел, и иных токенов, в том числе, например, нахождение границ предложений
точность (precision)
доля релевантного материала в ответе поисковой системы
хеш-значение (hash-value)
значение хеш-функции (hash-function), преобразующей данные произвольной длины (обычно, строчку) в число фиксированного порядка
частота (слова) в документах (document frequency, встречаемость в документах, документная частота)
число документов в коллекции, содержащих данное слово
частота термина (term frequency, TF)
частота употреблений слова в документе
шингл – (shingle)
хеш-значение непрерывной последовательности слов текста фиксированной длины

 
о проекте | разместить рекламу | баннеры | связаться с нами
© 2010-2018  SEARCH-TODAY.RU Список поисковых систем


 
Alltoday.RU -  реклама в интернете