Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Arabic-English Cross-Language Information Retrieval.

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Husam Yaseen
ISBN: 9783330012936
Год издания: 2016
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 56
Издательство: LAP LAMBERT Academic Publishing
Цена: 21130 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 166215
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: Information retrieval (IR) is the base for cross-language information retrieval (CLIR). It seeks to retrieve relevant documents in a collection of files written in a different language or languages from users? queries. In other words, the goal of a CLIR system is to link the language boundary by providing access in one language to documents written in another language(s) located in the database. The aim of this research was to develop an automatic cross-lingual information retrieval system that is capable of retrieving relevant information from a set of documents written in English based on the users? queries, written in the Arabic language. This Research used various techniques such as Google Translator API and Vector Space Model. The research revealed Arabic native speakers get better results when searching an English dataset using queries from their own language.
Ключевые слова: Information Retrieval, Natural Language Processing, Cross Language Information Retrieval