如何建立词项词典？ 文档解析：格式？语言？编码方式？ 词条化：词条（Tokens）/词项（Terms） 停用词：停用词表？查表法 or 基于文档频率 词项归一化：等价类同义词扩展表 词形归并：am, are, is be 词干还原：去除单词两端词缀、Porter算法 如何实现倒排记录表？ • 跳表:跳表指针(位置、个数、更新问题） • 短语查询 • 二元词索引扩展的二元词索引：词性标注 • 位置信息索引邻近查询 • 增加倒排记录表 • 混合索引机制

第一节词项的概述 从思维内容的角度讲,人们以概念为起点构成判断,由判断构成推理,而逻辑学撇开思维具体内 容,通过语言的形式结构,研究思维形式结构。因此我们的研究以词项一—即对语词的逻辑抽象为最 基础的部分

1. 排序式检索 2. 词项频率词项频率 3. tf-idf权重计算 4. 向量空间模型

1. 词项 2. 直言命题 3. 直言推理 4. 三段论

第一章 引论 第二章 命题逻辑 第三章 词项逻辑

第一节 词项及明确词项的逻辑方法 第二节 性质命题理论 第三节 直接推理 一、什么是直接推理 二、直接推理的种类 直接推理包括 1、对当关系推理 2、命题变形推理 第四节 三段论推理

第一章 引 论 第二章 命题逻辑 第三章 词项逻辑 第四章 模态逻辑 第五章 归纳逻辑 第六章 逻辑规律 第七章 论证

一、词项的特征明确方法 二、性质命题的认知与对当关系 三、性质命题主谓项的周延性与传统谓词 四、推理的有效性 五、命题的变形推理考察 六、三段论的分析与应用

❶ 回顾 ❷ 排序式检索 ❸ 词项频率 ❹ tf-idf权重计算 ❺ 向量空间模型

• 矩阵分解及隐性语义索引 • 关于词项-文档矩阵 • 线性代数基础 • 矩阵分解与低秩逼近 • IR中的隐性语义索引 • 矩阵分解的计算机实现 • 推荐系统 • 推荐系统的兴起 • 推荐系统的基本方法 • 示例：UV分解用于音乐推荐