索引服务中的“噪音词”

Question

任何人都可以告诉我，索引服务中的噪音词究竟是什么意思？我正在研究Windows服务器索引服务并遇到很多问题。 Some questions on it: Does indexing services not search for noise words? What is the location and name of noise word file on windows server?谢谢。

Answer 1

它们与停用词相同：

https://en.wikipedia.org/wiki/Stop-words

  

在计算中，停用词是在处理自然语言数据（文本）之前或之后被过滤掉的词。没有一个明确的停用词列表，所有工具都使用，并且不总是使用这样的过滤器。有些工具专门避免删除它们以支持短语搜索。

另见：

http://msdn.microsoft.com/en-us/library/ms693206%28v=vs.85%29.aspx

  

噪音词在词组查询中充当占位符。包含文本“wag the dog”的文档存储在索引中，在出现1处为“wag”，在出现3处为“dog”。短语查询“wag dog”不匹配，但短语查询“wag a dog “是的，因为出现信息匹配