An Overview of Index Compression in Information Retrieval

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 878

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICOEM01_290

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

As we know, in general IR1 is a finding tool for retrieving lots of documents which haveunstructured nature (that we call it text), that satisfies an information need from within largedata collections that we can store them on computer. As defined in this way, informationretrieval used to be an activity that only a few people engaged in for example referencelibrarians, paralegals, and similar professional searchers. Now a day the world has changed,and hundreds of millions of people are using information retrieval every day when they areusing a web search engine or search their email. Information retrieval is fast becoming thedominant form of information access, overtaking traditional database style searching. One ofthe most important topics in IR is Index or Data Compression. In this paper we have anoverview on index compression and their techniques in information retrieval.

کلیدواژه ها:

Information Retrieval ، documents ، traditional database ، Data Compression Index Compression

نویسندگان

Akbar Keshavarzpour

Department of Computer Engineering, Apadana Institute of Higher Education, Shiraz, Iran

Haleh Homayouni

Department of Computer Engineering, Apadana Institute of Higher Education, Shiraz, Iran

Mansoor Amini Lari

Assistant Professor of Information Technology, Department of Computer and InformationTechnology, Faculty of Engineering, Islamic Azad University, Marvdasht, Iran

Seraj Dean Katebi

Ph.D in Computer Aided Design of Nonlinear Control Systems, Department of Electrical andComputer Engineering , Faculty of Engineering , Shiraz University , Shiraz , Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Christopher D. Manning, Prabhakar Raghavan _ Hinrich Schitze, " An ...
  • S.Balan, Dr. P _ P _ nmuthur amalingam, Ph.D. Research ...
  • Laxman Dhulipala, Igor Kabiljo, Brian Karrer, Giuseppe Ottaviano, Sergey Pupyrev, ...
  • Paolo Ferragina, Francesco Piccinno, Rossano Venturini, Department of Informatics, University ...
  • 14l 1 19/090-3-310 -31. 91-1 53, 211. ...
  • نمایش کامل مراجع