本文涵盖了信息检索与搜索技术的基础概念，包括填空题、名词解释及简答题等形式，涉及深度优先搜索（DFS）、广度优先搜索（BFS）、爬虫技术、词项词典构建、停用词处理、分词算法、统计语言模型等内容模型等多个方面，并简述了网站反爬虫策略、基于隐马尔可夫模型（HMM）的中文分词方法、网站排序算法及PLSA与LSA之间的异同等知识点。
第一部分 填空 一空一分 30分
1.DFS优于BFS的原因_____
2.爬虫的礼貌性是_______
3.按照页面的内容不同分为____型页面和____型页面
4.构建词项词典的步骤：文档解析，____ ，____ ，____，去除停用词
5.停用词表的构建方法：____和 ____
6.分词算法有基于NLP理解的分词方法，基于 ____的分词方法，基于 ____的分词方法
7.统计语言模型是 ____, 应用有 ____等
8.基于内容的信息检索模型有 ____模型， ____模型和概率模型
9. BM25公式主要由三个部分组成： ____, ____, ____
10.CBIR的关键技术： 和
11.颜色矩是在颜色直方图的基础上计算出 ____, ____, ____，用这些统计量替代颜色的分布来表示颜色特征
12.Tamura纹理特征中 ____, ____, ____对于图像检索尤为重要
13.LBP的全称是 _____，一种有效的 _____描述算子，记录像素点与 _______。
第二部分 名词解释 5*6
1.正则表达式
2.WEB数据抽取
3.倒排索引
4.TF/IDF
5.BOF
第三部分 简答题 4*10
1.简述网站反爬虫策略和爬虫的应对
2.HMM，基于HMM的中文分词
3.简述几种网站排序算法和原理
4.PLSA，PLSA和LSA的异同
（可以去找找信息检索和搜索技术这两门课，可能会发现新大陆）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
