mentary nodes that capture the focu

mentary nodes that capture the focus of keyword que-
ries, besides the content nodes. More importantly, each
self-integral tree represents an integrated meaning to
answer a keyword query. The retrieval of meaningful
self-integral trees (MSI-Trees) is accelerated by using
the B+
-tree index and a bloom filter to improve the
efficiency. The MSI-Trees are then ranked to return
top-k results. To the best of our knowledge, this is the
first paper to identify MSI-Trees with complementary
nodes as the results of keyword searches in XML
documents.

ผลลัพธ์ (ไทย) 1:

mentary โหนที่จับโฟกัสของ que สำคัญ-ries นอกจากโหนดเนื้อหา สำคัญ แต่ละตนเองสำคัญต้นไม้แทนความหมายการบูรณาการตอบแบบสอบถามคำ เรียกของที่มีความหมายต้นไม้สำคัญตนเอง (MSI ต้นไม้) ถูกเร่ง โดยใช้B +-ต้นไม้ดัชนีและตัวบานเพื่อปรับปรุงการมีประสิทธิภาพ ต้น MSI ได้มีการจัดอันดับแล้วจะกลับด้านบน-k ผล ที่สุดของความรู้ของเรา เป็นการกระดาษแรกเพื่อระบุ MSI ต้นไม้เสริมโหนที่เป็นผลลัพธ์การค้นหาคำสำคัญใน XMLเอกสาร

ผลลัพธ์ (ไทย) 2:

mentary โหนดจับที่จุดสำคัญของคำหลัก que-
Ries นอกเหนือจากโหนดเนื้อหา ที่สำคัญกว่านั้นในแต่ละ
ต้นไม้ตนเองหนึ่งแสดงให้เห็นถึงความหมายแบบบูรณาการที่จะ
ตอบคำถามคำหลัก การดึงความหมายของ
ต้นไม้ด้วยตนเองหนึ่ง (MSI-ต้นไม้) จะเร่งโดยใช้
ข +
ดัชนี -tree และตัวกรองบานเพื่อปรับปรุง
ประสิทธิภาพ ของ MSI-ต้นไม้มีการจัดอันดับแล้วที่จะกลับ
ผลด้านบน-K ที่ดีที่สุดของความรู้ของเรานี้เป็น
กระดาษแรกเพื่อแจ้ง MSI-ต้นไม้เสริม
โหนดเป็นผลของการค้นหาคำหลักใน XML
เอกสาร

ผลลัพธ์ (ไทย) 3:

mentary โหนที่จับโฟกัสของคำหลัก - เควries นอกจากเนื้อหาโหนด ที่สำคัญแต่ละต้นไม้ต้นหนึ่งที่ตนเองแสดงความหมายแบบบูรณาการตอบคําถาม . การมีความหมายรวมต้นไม้ด้วยตนเอง ( MSI ต้นไม้ ) เร่งโดยใช้B +- ดัชนีต้นไม้ และบลูมกรองเพื่อปรับปรุงประสิทธิภาพ MSI ต้นไม้แล้วอันดับกลับมาtop-k ผลลัพธ์ เพื่อที่ดีที่สุดของความรู้ของเรานี้เป็นกระดาษแรกระบุ MSI ต้นไม้ประกอบผลการค้นหาคำหลักโหนด XMLเอกสาร