停用词

✍ dations ◷ 2024-12-22 14:46:48 #停用词

在信息检索中，为节省存储空间和提高搜索效率，在自然语言处理数据（或文本）之前或之后会自动过滤掉某些字或词，这些字或词即被称为Stop Words(停用词)。不要把停用词与安全口令混淆。这些停用词都是人工输入、非自动化生成的，生成后的停用词会形成一个停用词表。但是，并没有一个明确的停用词表能够适用于所有的工具。甚至有一些工具是明确地避免使用停用词来支持短语搜索的。对于一个给定的目的，任何一类的词语都可以被选作停用词。通常意义上，停用词大致分为两类。一类是人类语言中包含的功能词，这些功能词极其普遍，与其他词相比，功能词没有什么实际含义，比如'the'、'is'、'at'、'which'、'on'等。但是对于搜索引擎来说，当所要搜索的短语包含功能词，特别是像The Who、The The或Take That等复合名词时，停用词的使用就会导致问题。另一类词包括词汇词，比如'want'等，这些词应用十分广泛，但是对这样的词搜索引擎无法保证能够给出真正相关的搜索结果，难以帮助缩小搜索范围，同时还会降低搜索的效率，所以通常会把这些词从问题中移去，从而提高搜索性能。Hans Peter Luhn, 作为信息检索的先驱者之一，他创造了这个短语并在他的研究中应用这个概念，为信息检索工作做出了贡献。

相关

顺势疗法下面是以同治同疗法的介绍，于中文顺势二字无太多相关性，建议移除此条目。同质疗法、同种疗法（英语：Homeopathy i/ˌhoʊmiˈɒpəθi/）为一
科学科学（词源为拉丁文“scientia”，意为“知识”）是一种系统性的知识体系，它积累和组织并可检验有关于宇宙的解释和预测。科学强调预测结果的具体性和可证伪性，这有别于空泛的哲学。
乳癌乳腺癌是由乳房组织发展成的癌症。乳腺癌的征象包括乳房肿块、乳房形状改变、皮肤凹陷、乳头分泌物或是皮肤出现红色鳞屑状斑块。而出现远端转移的病患，可能会有骨痛（英语：Bone
高脂血症高脂血症（Hyperlipidemia，英式英文为 Hyperlipidaemia）又称高脂蛋白血症（Hyperlipoproteinemia），俗称血脂过高、高血脂，是指涉及血液任何或所有脂类以及又或脂蛋白异常升高水平的情
李奥纳度·布伦尼列奥那多·布鲁尼（Leonardo Bruni，人称 Leonardo Aretino，1370年于阿雷佐－1444年3月9日于佛罗伦斯）意大利文艺复兴时期人文主义者，历史学家，曾任佛罗伦斯执政官、教皇秘书。列奥那
边界在字体排印学中，边界指的是某页文件中四周留白的部分，可方便辨认行的起点和终点。当文字是以左右对齐排列时，其会贴紧左侧和右侧的边界。在多数的文书处理软件中，边界的标准宽度
借代借代，又称换名、代称、替代、提喻，修辞技巧，通常用于修饰文句。借代，顾名思义便是以一物借来代替一物出现，类似一种以偏盖全的概念，因此多数为动词。使用时必须考虑两件事物是否有
巫觋宗教巫.mw-parser-output ruby.zy{text-align:justify;text-justify:none}.mw-parser-output ruby.zy>rp{user-select:none}.mw-parser-output ruby.zy>rt{font-feature-setting
水平基因转移基因水平转移（英语：horizontal gene transfer，缩写：HGT）又称水平基因转移或基因侧向转移（lateral gene transfer，缩写：LGT），指生物将遗传物质传递给其他细胞而非其子代的过程，例如：接合
昭君出塞王昭君（前51年－前15年），名嫱，字昭君，西汉南郡秭归（今湖北省兴山县）人，汉元帝时期的宫女、和亲女性，古代四大美人的落雁，成语中“沉鱼落雁”、“画工弃市”记载她的生平典故。晋朝时为避