10 Aug 2004
CS 5244: Orientation
42/32
Trading precision for size, redux
¡Pop Quiz: Which of these techniques are more effective?
¡
¡Typical:
¡ Lexicon = 30 MB Inverted File: 400 MB
¡
¡Stemming
lAffects Lexicon
¡
¡Case folding
lAffects Lexicon
l
¡Stop words
lAffects Inverted File