Lucene norm数据存储方式_jiangwen127-ChinaUnix博客

EricLiseo2register.blog.chinaunix.net

首页　| 　博文目录　| 　关于我

jiangwen127

博客访问： 2463019
博文数量： 392
博客积分： 7040
博客等级：少将
技术积分： 4138
用户组：普通用户
注册时间： 2009-06-17 13:03

个人简介

范德萨发而为

文章分类

全部博文（392）

nosql（1）
c/c++（7）
machine lea（67）
设计模式（1）
web架构（35）
关系型database（23）
distributed（11）
fuckingwindows（1）
SE（24）
life（9）
berkeleyDB（4）
beauty of math（3）
Java_study（11）
algorithm（77）
kernel（16）
hadoop（13）
programming（8）
network（9）
linux operation（14）
bash（12）
reading（5）
STL using（8）
intern（0）
job_hunter（29）
未分配的博文（4）

文章存档

2017年（5）

2016年（19）

2015年（34）

2014年（14）

2013年（47）

2012年（40）

2011年（51）

2010年（137）

2009年（45）

我的朋友

最近访客

推荐博文

Lucene norm数据存储方式

发布时间：2013-06-18 16:22:53

结合下面两篇文章的描述：Lucene只用一个字节来表示一个float数据，所以这个数据相对于使用32bit来表示float，精度损失更大，这个是保存norm数据时需要严重考虑的问题Norms (.f[0-9]*) –> SegSize 在Lucene 2.1.........【阅读全文】

阅读(3073) | 评论(0) | 转发(0)

Simon says: Single Byte Norms are Dead!

发布时间：2013-06-18 15:50:28

Apache Lucene turned 10 last year with a limitation that bugged many many users from day one. You may know Lucene’s core scoring model is based on TF/IDF (Vector Space Model). Lucene encapsulates all related calculations in a class called Similarity. Among pure TF/IDF factors Simil.........【阅读全文】

阅读(1364) | 评论(0) | 转发(0)

Lucene's default similarity function

发布时间：2013-06-18 12:44:16

Lucene's default similarity functionLucene's scoring Function is defined by the function where tf(t in d) denotes the term's frequency, defined as the number of times the term t appears in the currently scored document d. Documents that have more occ.........【阅读全文】

阅读(1491) | 评论(0) | 转发(0)

Xapian 学习笔记2 -- 其中有关于values的使用场景描述

发布时间：2013-06-17 22:48:30

1. 同步概念Xapian没有显示的支持多线程，为了避免不必要的线程死锁，Xapian没有使用任何全局变量，所以你可以你的多线程应用中放心的使用Xapain对象，但是一些Xapian对象内部是有关联的，如Xapian::Database::get_document(),返回的对象Xapian::Document对象内部保存了一个指向DataBase的一个引用，所以它不适合在多.........【阅读全文】

阅读(1662) | 评论(0) | 转发(0)

Lucene4 bm25

发布时间：2013-06-15 11:01:19

used index statistics per index segment, and make them available at search time. To understand the new statistics, let's pretend we've indexed the following two example documents, each with only one field "title":document 1: The Lion, the Witch, and the Wardrobedocument 2: The Da.........【阅读全文】

阅读(1403) | 评论(0) | 转发(0)