The algorithm parses documents into

The algorithm parses documents into termID–docID pairs and accumulates the pairs inmemory until a block of a fixed size is full (PARSENEXTBLOCKin Figure 4.2). We choose the block size to fit comfortably into memory to permit a fast in-memory sort. The block is then inverted and written to disk. Inversion involves two steps. First, we sort the termID–docID pairs. Next, we collect all termID–docID pairs with the same termID into a postings list, where a posting is simply a docID.
The result, an inverted index for the block we have just read, is then written to disk. Applying this to Reuters-RCV1 and
assuming we can fit 10 million termID–docID pairs into memory, we end up with ten blocks, each an inverted index of one part of the collection.

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีการแยกวิเคราะห์เอกสารที่เป็นคู่ termID-docid และสะสมคู่ inmemory จนกว่าบล็อกขนาดคงเต็ม (PARSENEXTBLOCKin รูปที่ 4.2) เราเลือกบล็อกขนาดเพื่อให้พอดีกับความสะดวกสบายในหน่วยความจำจะอนุญาตให้มีการจัดเรียงอย่างรวดเร็วในหน่วยความจำ บล็อกจะกลับแล้วและเขียนไปยังดิสก์ ผกผันเกี่ยวข้องกับขั้นตอนที่สอง ครั้งแรกที่เราจัดเรียงคู่ termID-docid ต่อไปเราจะเก็บทุกคู่ termID-docid กับ termID เดียวกันในการโพสต์รายชื่อที่โพสต์เป็นเพียง docid.
ผล, ดัชนีกลับสำหรับบล็อกที่เราได้เพียงแค่อ่านแล้วจะถูกเขียนไปยังดิสก์ ใช้นี้รอยเตอร์-RCV1 และ
สมมติว่าเราสามารถใส่ 10 ล้านคู่ termID-docid ในหน่วยความจำเราจบลงด้วยสิบบล็อกแต่ละดัชนีคว่ำของส่วนหนึ่งของคอลเลกชัน

ผลลัพธ์ (ไทย) 3:

วิธีวิเคราะห์เอกสารใน termid – docid คู่และสะสมคู่ inmemory จนกว่าบล็อกของขนาดคงที่เต็ม ( parsenextblockin รูปที่ 4.2 ) เราเลือกบล็อกขนาดเพื่อให้พอดีกับความสะดวกสบายในหน่วยความจำเพื่อให้รวดเร็วในการจัดเรียงหน่วยความจำ บล็อกเป็นแล้วเอามาเขียนลงดิสก์ การเกี่ยวข้องกับสองขั้นตอน ครั้งแรกที่เราเรียง termid – docid คู่ ต่อไปเรารวบรวมทั้งหมด termid – docid คู่กับ termid ลงในรายการการโพสต์ที่โพสต์เป็นเพียง docid .
ผลกลับดัชนีบล็อกเราได้แค่อ่าน แล้วเขียนไปยังดิสก์ ใช้สิ่งนี้เพื่อ reuters-rcv1 และ
สมมติว่าเราสามารถให้ 10 ล้าน termid – docid คู่เข้าไปในหน่วยความจำ เราลงเอยกับสิบบล็อก แต่ละกลับดัชนีส่วนหนึ่งของคอลเลกชัน