停用词

✍ dations ◷ 2025-02-23 16:52:03 #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

胆管癌胆管癌（Cholangiocarcinoma），又称胆道癌，是一种由胆道上皮细胞（或呈现上皮细胞分化特征的细胞）癌变所造成的癌症。胆管癌主要的症状为肝功能异常、腹痛、黄疸、全身搔痒、发热和体
独立宣言《美国独立宣言》（英语：United States Declaration of Independence），为北美洲十三个英属殖民地宣告自大不列颠王国独立，并宣明此举正当性之文告。1776年7月4日，本宣言由第二次大
空间分析空间分析是指利用拓扑关系、几何关系或地理属性等来研究事物的一种技术。严格上说空间分析指的并不是一种技术，而是一系列使用不同的分析手段并应用于各个领域的一系列技术，许
武汉市长1912年中华民国建立，实行共和政体，地方政权裁府留道，州厅并称县。武汉各县成立自治机构参议会。1914年，袁世凯下令解散县参议会，停办自治。1926年秋，国民革命军北伐攻克武汉，始建立
肺sub金/sub肺为五脏之一；根据经络、脏象学说，肺的功能是：
SnS硫化亚锡是一种无机化合物，化学式为SnS。它出现在罕见的硫锡矿中。硫化亚锡可由单质直接化合得到，为灰色晶体。如果将硫化氢通入Sn2+（如氯化亚锡）溶液中，可以得到暗棕色沉淀，为水
波特酒波特酒（英语：Port Wine，葡萄牙语：Vinho do Porto，Porto，Port）也称为钵酒或砵酒、波尔图酒，是葡萄牙的加强葡萄酒，生产于位于葡萄牙北部省份的杜罗河谷。它通常是甜的红葡萄酒，经常作为
阿列日省阿列日省（法文：Ariège）是法国朗格多克-鲁西永-南部-比利牛斯大区所辖的省份。该省编号为09。5个海外省及大区
滨海边疆区滨海边疆区（俄语：Приморский край，罗马化：Primorskij kraj）是俄罗斯远东联邦管区的一个边疆区，面积164,673平方公里，2010年统计人口1,956,497人。首府是海参崴（符拉迪
Bsub2/subOsub3/sub2.55 g/cm3 (三方) 3.11–3.146 g/cm3 (单斜)三氧化二硼（化学式：B2O3）又称氧化硼，是硼最主要的氧化物。它是一种白色蜡状固体，一般以无定形的状态存在，很难形成晶体，但在高强度退火