資訊檢索之詞典及容錯式檢索

1、主要內容： 對查詢中存在拼字錯誤或存在不同拼字形式具有魯棒性的拼字矯正技術     ①、支援 詞典快速尋找的多個資料結構；     ②、 萬用字元查詢；     ③、拼字上存在錯誤的查詢， 自動校正技術（針對單個詞的獨立矯正；針對整個查詢串的整體矯正技術）；     ④、查詢詞 發音相似的查詢； 2、詞典搜尋的資料結構：確定每個查詢此項是否在詞彙表中 可參見：1、 MySQL索引背後的資料結構及演算法原理；2、 從B樹、B+樹、B*樹談到R 樹；3、 深入研究B樹索引     ①、雜湊表方式；     ②、搜尋樹方式；             存在某種方法允許內部績點的子樹樹目在某個固定區間內變化來實現樹的插入刪除操作， B樹：             B樹的特點是將二叉樹的多層“壓平”到一層而得到樹結構，在記憶體空間不足以存下全部詞典而必須要將部分詞典常駐磁碟時，這樣做非常有效，因為在這種情況下“壓平”可以在將詞典調入記憶體時實現後續而知測試的預讀取。 3、萬用字元查詢：[k-gram索引] 4、拼字矯正：可參見：     ①、英文版： How to Write a Spelling Corrector      ②、中文版： 怎樣寫一個拼字檢查器       ③、 貝葉斯推斷及其互連網應用（三）：拼字檢查     ④、 拼字糾正 5、基於發音的矯正技術[soudex演算法]     基本思路：對每個詞項，進行一個語音雜湊操作，發音相似的詞項都被映射為同一值。