Поиск по нескольким словам

amount в каких рамках? условия поиска - "и" или "или" ?

например, если amount от 0 до 1 и условие "и", то можно посмотреть amount1*amount2*amount3*...*amountN / (k^N) , где k - некий коэффициент, ...

P.S. для качества лучше "релевантность" по документу от всего запроса, т.е. и растояние между словами считать, а это уже не функция от amountN ...

А зачем еще делить?????

Норм наверное можно придумать множество

Мне интересен сам алгоритм выемки сортировки и прочее

Самый полный набор формул на любой вкус (от любителей теорвера до законченных детерминистов) в книжечке Modern IR.

Она на амазоне недорогая (юзанная от $32, новая - $50).

Перепечатывать формулы влом. Сорри.

Еще раз пофторяю что очень интересен сам алгоритм а не формулы

а по адресу ли?

Не знаю

В других тредах иногда люди косвенно дают понять что вроде как что то понимают в таких алгоритмах

Можно посмотреть Search and Ranking Algorithms for Locating Resources on the World Wide Web, здесь на уровне идеи рассмотрены базовые алгоритмы ранжирования, применяемые в сети.

Поисковые стратегии неплохо описаны в Information Retrieval by C. J. van RIJSBERGEN (книге 1979 года), разделе 5.

Там же можно посмотреть все формулы из теории вероятностей.

А вообще читайте труды Сэлтона.

Слава, а что ты сам думаешь насчет "иерархически соотносящихся ключевых слов" этого ван рийсбергена?

у меня сечас похожая задача крутится. Скажем, я ищу множество документов по предмету, в котором не разбираюсь. Скажем, по экологии. Выборку мне надо корректную сделать на 200к словоупотреблений.

Для меня понятно, что поиск в лоб по "экология" вернет в основном нерелевантные страницы. Нужно искать по этим самым "иерархически соотносящимся терминам". Можно ли их как-либо получить из множества документов, которые выдаются на запрос "экология" без словаря?

Понятно, что нормальный путь - просто взять словарь соответствующий, чем я и занимаюсь. Но можно ли обойтись без него. Если да, то - как?

Вот что дает наш "альтернативный словарям" Зум на запрос "экология". Привожу начало списка слов с весами. Если интересно, могу выслать более полный список слов и словосочетаний.

ОТХОД 16,1

НАУКА 13,2

ЗАГРЯЗНЕНИЕ 12,3

ЭКОЛОГ 11,1

ПРИРОДООХРАННЫЙ 10,9

ОКРУЖАТЬ 10,2

ВЫБРОС 10

НАУЧНЫЙ 8,99

ПРИРОДОПОЛЬЗОВАНИЕ 6,62

ЭКОЛОГИЧЕСКИ 5,88

ВЕЩЕСТВО 4,94

ВРЕДНЫЙ 4,93

РАЗРАБОТКА 4,92

ОЧИСТКА 4,67

ЯДЕРНЫЙ 4,5

ПЕРЕРАБОТКА 4,13

Что Галактика-ЗУМ приличная искалка я помню :)Ей бы базу побольшше наскрести :) Это по подшивке газет поиск был, или по большей базе?

Насчет интереса - интересно, конечно. Хотя вряд ли пригодится, потому как я украинские тексты обрабатываю. И ищу, блин 😡

Хотя может соображу чего-нибудь по аналогии. Буду признателен за тексты.

Кстати, интересно, как зум работает. Это с семантическими расстояниями как-то связано?