As mentioned in the challenges list

As mentioned in the challenges list, this task can be done before the disambiguation pile. In this case, we must prune irrelevant data. This pruning is mostly done by a “bag of words” approach. It helps through cosine similarity to rapidly compare things (documents in [48] and sentences in [49, chap. 5]) and to select relevant one, according to a threshold. If done after the pile, this task can be seen as the build of a Big Data index.Obviously, this problem is mainly broached by people who intend to design a search engine. Therefore, we have in [38] a built of an inverted index, for fast keyword-search answering, where a Lucene document is output for each entity and a structured index to easily retrieve pieces of information about a given entity. Likewise, but on RDF databases, [50] use B + − Trees to index object identifiers of RDF nodes and also use an
inverted index to improve keyword queries. Unlike previous
cited authors, [51] for Querying Distributed RDF Repositories
purposes, built indices on “schema paths” (concepts whose
instances have to be joined to answer a given query) to identify
the sources which may contain the information needed.

ผลลัพธ์ (ไทย) 1:

กล่าวในรายการท้าทาย งานนี้สามารถทำได้ก่อนกองภาพยนตร์ ในกรณีนี้ เราต้องถอนข้อมูลที่เกี่ยวข้อง ตัดนี้เป็นส่วนใหญ่โดยวิธี "ถุงคำ" มันช่วยให้ผ่านคล้ายโคไซน์รวดเร็วเปรียบเทียบสิ่งต่าง ๆ (เอกสาร [48] และประโยคใน [49, chap. 5]) และเลือกที่เกี่ยวข้อง ตามเกณฑ์การ ถ้าทำหลังกอง งานนี้จะได้เป็นการสร้างดัชนีข้อมูลขนาดใหญ่ เห็นได้ชัด ปัญหานี้คือ broached ส่วนใหญ่คนที่ตั้งใจจะออกแบบโปรแกรมค้นหา ดังนั้น เราได้ [38] ในการสร้างของดัชนีกลับ สำหรับการค้นหาคำสำคัญรวดเร็วตอบ เอกสาร Lucene อยู่ผลลัพธ์สำหรับแต่ละเอนทิตีและดัชนีมีโครงสร้างสามารถเรียกข้อมูลเกี่ยวกับเอนทิตีที่กำหนด ในทำนองเดียวกัน แต่ ในฐาน ข้อมูล RDF, [50] ใช้ B + −ต้นดัชนีวัตถุตัวบ่งชี้ของโหน RDF และยัง ใช้เป็นกลับการปรับปรุงคำถาม ซึ่งแตกต่างจากก่อนหน้านี้อ้างถึงผู้เขียน, [51] สำหรับสอบถาม RDF กระจายการเก็บข้อมูลวัตถุประสงค์ สร้างดัชนีบน "เส้นทางแบบแผน" (แนวคิดที่มีกรณีต้องการจะเข้าร่วมตอบแบบสอบถามที่กำหนด) เพื่อระบุแหล่งมาซึ่งอาจประกอบด้วยข้อมูลที่จำเป็น

ผลลัพธ์ (ไทย) 2:

ดังที่ได้กล่าวในรายการความท้าทายงานนี้สามารถทำได้ก่อนที่จะแก้ความกำกวมกอง ในกรณีนี้เราจะต้องตัดข้อมูลที่ไม่เกี่ยวข้อง การตัดแต่งกิ่งนี้จะกระทำโดยส่วนใหญ่เป็น "ถุงคำว่า" วิธีการ มันจะช่วยให้ผ่านโคไซน์ความคล้ายคลึงกันอย่างรวดเร็วเปรียบเทียบสิ่ง (เอกสารใน [48] และประโยคใน [49, CHAP. 5]) และเลือกหนึ่งที่เกี่ยวข้องตามเกณฑ์ หากทำหลังจากที่กองงานนี้สามารถมองเห็นเป็นโครงสร้างของข้อมูลเป็น index.Obviously ใหญ่ปัญหานี้จะทาบทามโดยส่วนใหญ่คนที่ตั้งใจจะออกแบบเครื่องมือค้นหา ดังนั้นการที่เรามีใน [38] ตัวของดัชนีคว่ำสำหรับการตอบคำหลักค้นหาที่รวดเร็วที่เอกสาร Lucene คือผลลัพธ์สำหรับแต่ละกิจการและดัชนีที่มีโครงสร้างเพื่อให้ง่ายต่อการดึงชิ้นส่วนของข้อมูลเกี่ยวกับกิจการที่ได้รับ ในทำนองเดียวกัน แต่ในฐานข้อมูล RDF [50] ใช้ B + - ต้นไม้เพื่อตัวระบุดัชนีวัตถุของโหนด RDF และยังใช้
ดัชนีคว่ำในการปรับปรุงคำสั่งคำหลัก ซึ่งแตกต่างจากก่อนหน้านี้
ผู้เขียนอ้างถึง [51] สำหรับการสอบถามกระจาย RDF Repositories
วัตถุประสงค์ดัชนีที่สร้างขึ้นบน "เส้นทางสคี" (แนวคิดที่มี
กรณีจะต้องมีการเข้าร่วมในการตอบแบบสอบถามที่กำหนด) เพื่อระบุ
แหล่งที่มาซึ่งอาจจะมีข้อมูลที่จำเป็น

ผลลัพธ์ (ไทย) 3:

ตามที่กล่าวถึงในความท้าทายรายการ งานนี้สามารถทำหน้าแก้ความกำกวมกอง ในกรณีนี้ เราต้องตัดข้อมูลที่ไม่เกี่ยวข้อง การตัดแต่งกิ่งนี้ส่วนใหญ่ทำโดย " ถุงของคำ " วิธีการ มันช่วยให้ผ่านได้อย่างรวดเร็วเปรียบเทียบความเหมือนโคไซน์ ( เอกสาร [ 48 ] และประโยค [ 49 CHAP 5 ] ) และเลือกหนึ่งที่เกี่ยวข้อง ตามเกณฑ์ . ถ้าทำหลังกองงานนี้สามารถมองเห็นเป็นสร้างของข้อมูลดัชนีใหญ่ เห็นได้ชัดว่าปัญหานี้เป็นปัญหาส่วนใหญ่หยิบยกโดยคนที่ตั้งใจจะออกแบบเครื่องมือค้นหา ดังนั้นเราจึงมีใน [ 38 ] สร้างขึ้นของฤๅษีดัชนีได้อย่างรวดเร็วค้นหาคำตอบที่ฮูจุนเอกสารออกสำหรับแต่ละองค์กรและโครงสร้างดัชนีสามารถเรียกชิ้นส่วนของข้อมูลเกี่ยวกับให้นิติบุคคล เช่นเดียวกัน แต่ในฐานข้อมูลข้อมูล [ 50 ] ใช้ B + −ต้นไม้วัตถุที่ระบุดัชนีของ RDF โหนดและยังใช้คว่ำเพื่อปรับปรุงแบบสอบถามดัชนีคำหลัก . ซึ่งแตกต่างจากก่อนหน้าอ้างถึงผู้เขียน [ 51 ] สอบถามข้อมูลที่เก็บสำหรับกระจายวัตถุประสงค์ สร้างดัชนีใน " เส้นทางของ " ( แนวคิดของใครกรณีต้องเข้าร่วมตอบแบบสอบถาม ) ให้ระบุแหล่งที่มาซึ่งอาจประกอบด้วยข้อมูลที่จำเป็น