知识卡片

问题卡 · 6644.a.1.aq · 生成模型:未记录

搜索排序要保留文档身份

理解等级:中级

把查询与各文档算余弦后,应保留(doc_id,score)再排序,才能知道返回的是哪篇文档。原片段只排序ratings数值,丢掉对应关系;遇到重复分数更无法可靠回查。未知查询词、空向量和并列结果还需明确策略。此章伪代码另有大小写变量、split空分隔和未定义名称,不能把“六步骤”当已运行搜索引擎。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第3章 形态学:在实践中学习,spine057单元008;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00056.html。 - 结论依据:原文ratings仅存数值并排序直接返回,不携带索引,明确支撑身份丢失;没有补造一个已实现系统。未在本机运行示例或改变环境。 - 原始内容:lf.documentVectors] ratings.sort(reverse=True) return ratings 6.现在让我们考虑如下可用于对源文本进行语言检测的代码: