Төңкерілген индекс - Википедия - Inverted index

Жылы Информатика, an төңкерілген индекс (сонымен қатар а хабарламалар файлы немесе төңкерілген файл) Бұл мәліметтер базасының индексі сөздер мен сандар сияқты мазмұннан картаны оның орналасқан жерлеріне дейін сақтау кесте, немесе құжатта немесе құжаттар жиынтығында (а-дан айырмашылығы аталған) алға индекс, ол құжаттардан мазмұнға дейін бейнелейді). Төңкерілген индекстің мақсаты - жылдамдықты қамтамасыз ету толық мәтінді іздеу, құжат базаға қосылған кезде жоғарылаған өңдеу құны бойынша. Төңкерілген файл оның индексі емес, дерекқордың өзі болуы мүмкін. Бұл қолданылған ең танымал деректер құрылымы құжаттарды іздеу жүйелер,[1] мысалы кең көлемде қолданылады іздеу жүйелері. Сонымен қатар, бірнеше маңызды мақсат мейнфрейм - негізделген мәліметтер базасын басқару жүйелері архитектурасының инверттелген тізімін қолданды, соның ішінде АДАБАС, DATACOM / DB, және 204 моделі.

Төңкерілген индекстердің екі негізгі нұсқасы бар: A рекордтық деңгейдегі кері көрсеткіш (немесе аударылған файл индексі немесе жай төңкерілген файл) әр сөз үшін құжаттарға сілтемелер тізімін қамтиды. A сөз деңгейінің төңкерілген индексі (немесе толық төңкерілген индекс немесе төңкерілген тізім) қосымша әр сөздің құжат ішіндегі орындарын қамтиды.[2] Соңғы форма көп функционалдылықты ұсынады (мысалы) сөз тіркестерін іздеу ), бірақ құру үшін көбірек өңдеу қуаты мен кеңістік қажет.

Қолданбалар

Төңкерілген индекс мәліметтер құрылымы типтің орталық компоненті болып табылады іздеу машинасын индекстеу алгоритмі. Іздеу машинасын енгізудің мақсаты - сұраныстың жылдамдығын оңтайландыру: X сөзі кездесетін құжаттарды табу. Бір рет алға индекс бір құжаттағы сөздер тізімін сақтайтын әзірленді, содан кейін инвертирленген индексті жасау үшін инверсия жасалады. Форвардты индексті сұрау сәйкес келетін құжатты тексеру үшін әр құжатта және әр сөзде дәйекті қайталануды қажет етеді. Мұндай сұранысты орындау үшін уақыт, жад және өңдеу ресурстары әрдайым техникалық тұрғыдан шынайы бола бермейді. Алға индекстегі бір құжаттағы сөздерді тізімдеудің орнына, бір сөзге құжаттарды тізімдейтін инверттелген индекс деректер құрылымы жасалады.

Төңкерілген индекстің көмегімен сұранысты ID сөзіне өту арқылы шешуге болады кездейсоқ қол ) аударылған индексте.

Компьютерге дейінгі уақытта, келісу маңызды кітаптарға қолмен жиналды. Бұл өте аз күш жұмсауды қажет ететін ілеспе түсініктемелермен тиімді инвертирленген индекстер болды.

Биоинформатикада инверттелген индекстер өте маңызды тізбекті құрастыру тізбектелген ДНҚ-ның қысқа фрагменттері. Фрагменттің көзін табудың бір әдісі - оны анықтамалық ДНҚ тізбегінен іздеу. Сәйкессіздіктің аз мөлшерін (дәйектелген ДНҚ мен анықтамалық ДНҚ арасындағы айырмашылыққа немесе қателіктерге байланысты) фрагментті кішігірім фрагменттерге бөлу арқылы есепке алуға болады - ең болмағанда бір субфрагмент анықтамалық ДНҚ тізбегіне сәйкес келуі мүмкін. Сәйкестендіру үшін анықтамалық ДНҚ тізбегінен белгілі бір ұзындықтағы барлық ішкі тізбектердің төңкерілген индексін құруды қажет етеді. Адамның ДНҚ-сында 3 миллиардтан астам базалық жұп болғандықтан, әр индекс үшін ДНҚ ішкі тізбегін және индекстің өзі үшін 32 биттік бүтін санды сақтау керек болғандықтан, мұндай инверсияланған индексті сақтау қажеттілігі ондаған гигабайтта болуы мүмкін.

Қысу

Тарихи себептер бойынша тізімнің қысылған және нүктелік кескінді қысу зерттеулердің жекелеген бағыттары ретінде дамыды, кейінірек тек сол мәселені шешеді деп танылды.[3]

Сондай-ақ қараңыз

Библиография

  • Кнут, Д. (1997) [1973]. «6.5. Екінші кілттерді іздеу». Компьютерлік бағдарламалау өнері (Үшінші басылым). Рединг, Массачусетс: Аддисон-Уэсли. ISBN  0-201-89685-0.
  • Зобел, Джастин; Моффат, Алистер; Рамамоханарао, Котагири (желтоқсан 1998). «Мәтінді индекстеуге арналған қолтаңба файлдарына қарсы аударылған файлдар». Деректер қоры жүйелеріндегі ACM транзакциялары. Нью Йорк: Есептеу техникасы қауымдастығы. 23 (4): 453–490. дои:10.1145/296854.277632. S2CID  7293918.
  • Зобел, Джастин; Моффат, Алистер (2006 ж. Шілде). «Мәтінді іздеу жүйелеріне арналған инверттелген файлдар». ACM Computing Surveys. Нью Йорк: Есептеу техникасы қауымдастығы. 38 (2): 6. дои:10.1145/1132956.1132959. S2CID  207158957.
  • Баеза-Йейтс, Рикардо; Рибейро-Нето, Бертье (1999). Қазіргі заманғы ақпаратты іздеу. Рединг, Массачусетс: Аддисон-Уэсли Лонгман. б. 192. ISBN  0-201-39829-X.
  • Салтон, Джерард; Фокс, Эдвард А .; Ву, Гарри (1983). «Логикалық кеңейтілген ақпарат іздеу». Коммун. ACM. ACM. 26 (11): 1022. дои:10.1145/182.358466. hdl:1813/6351. S2CID  207180535.
  • Ақпаратты іздеу: Іздеу жүйелерін енгізу және бағалау. Кембридж, Массачусетс: MIT Press. 2010 жыл. ISBN  978-0-262-02651-2.

Әдебиеттер тізімі

  1. ^ Zobel, Moffat & Ramamohanarao 1998 ж
  2. ^ Baeza-Yates & Ribeiro-Neto 1999 ж, б. 192
  3. ^ Цзянгу Ванг; Чунбин Лин; Яннис Папаконстантину; Стивен Суонсон.«Растрлық сығымдау мен инвертті тізімді қысуды эксперименттік зерттеу».2017.дой: 10.1145 / 3035918.3064007

Сыртқы сілтемелер