Relevance work
authorSebastian Hammer <quinn@indexdata.com>
Tue, 11 Jun 1996 10:54:15 +0000 (10:54 +0000)
committerSebastian Hammer <quinn@indexdata.com>
Tue, 11 Jun 1996 10:54:15 +0000 (10:54 +0000)
index/zrpn.c
rset/rsrel.c

index bc8410b..7ef2f44 100644 (file)
@@ -4,7 +4,10 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: zrpn.c,v $
- * Revision 1.50  1996-06-07 08:51:53  adam
+ * Revision 1.51  1996-06-11 10:54:15  quinn
+ * Relevance work
+ *
+ * Revision 1.50  1996/06/07  08:51:53  adam
  * Bug fix: Character mapping was broken (introducued by last revision).
  *
  * Revision 1.49  1996/06/04  10:18:11  adam
@@ -491,17 +494,25 @@ static RSET rset_trunc (ISAM isam, ISAM_P *isam_p, int no)
     return rset_trunc_r (isam, isam_p, 0, no, 100);
 }
 
-struct grep_info {
-    ISAM_P *isam_p_buf;
-    int isam_p_size;
-    int isam_p_indx;
-};
+#define TERM_COUNT        
+       
+struct grep_info {        
+#ifdef TERM_COUNT        
+    int *term_no;        
+#endif        
+    ISAM_P *isam_p_buf;        
+    int isam_p_size;        
+    int isam_p_indx;        
+};        
 
 static void add_isam_p (const char *info, struct grep_info *p)
 {
     if (p->isam_p_indx == p->isam_p_size)
     {
         ISAM_P *new_isam_p_buf;
+#ifdef TERM_COUNT        
+        int *new_term_no;        
+#endif        
         
         p->isam_p_size = 2*p->isam_p_size + 100;
         new_isam_p_buf = xmalloc (sizeof(*new_isam_p_buf) *
@@ -513,6 +524,18 @@ static void add_isam_p (const char *info, struct grep_info *p)
             xfree (p->isam_p_buf);
         }
         p->isam_p_buf = new_isam_p_buf;
+
+#ifdef TERM_COUNT
+        new_term_no = xmalloc (sizeof(*new_term_no) *
+                                  p->isam_p_size);
+        if (p->term_no)
+        {
+            memcpy (new_term_no, p->isam_p_buf,
+                    p->isam_p_indx * sizeof(*p->term_no));
+            xfree (p->term_no);
+        }
+        p->term_no = new_term_no;
+#endif
     }
     assert (*info == sizeof(*p->isam_p_buf));
     memcpy (p->isam_p_buf + p->isam_p_indx, info+1, sizeof(*p->isam_p_buf));
@@ -868,11 +891,13 @@ static RSET rpn_search_APT_relevance (ZServerInfo *zi,
     struct grep_info grep_info;
     char *p0 = termz;
     RSET result;
+    int term_index = 0;
 
     parms.key_size = sizeof(struct it_key);
     parms.max_rec = 100;
     parms.cmp = key_compare;
     parms.is = zi->wordIsam;
+    parms.no_terms = 0;
 
     if (zapt->term->which != Z_Term_general)
     {
@@ -881,6 +906,9 @@ static RSET rpn_search_APT_relevance (ZServerInfo *zi,
     }
     trans_term (zi, zapt, termz);
 
+#ifdef TERM_COUNT
+    grep_info.term_no = 0;
+#endif
     grep_info.isam_p_indx = 0;
     grep_info.isam_p_size = 0;
     grep_info.isam_p_buf = NULL;
@@ -914,13 +942,22 @@ static RSET rpn_search_APT_relevance (ZServerInfo *zi,
         if (field_term (zi, zapt, term_sub, 'w', attributeSet, &grep_info,
                         num_bases, basenames))
             return NULL;
+#ifdef TERM_COUNT
+        for (; term_index < grep_info.isam_p_indx; term_index++)
+            grep_info.term_no[term_index] = parms.no_terms;
+        parms.no_terms++;
+#endif
     }
+    parms.term_no = grep_info.term_no;
     parms.isam_positions = grep_info.isam_p_buf;
     parms.no_isam_positions = grep_info.isam_p_indx;
     if (grep_info.isam_p_indx > 0)
         result = rset_create (rset_kind_relevance, &parms);
     else
         result = rset_create (rset_kind_null, NULL);
+#ifdef TERM_COUNT
+    xfree(grep_info.term_no);
+#endif
     xfree (grep_info.isam_p_buf);
     return result;
 }
@@ -942,6 +979,9 @@ static RSET rpn_search_APT_cphrase (ZServerInfo *zi,
     }
     trans_term (zi, zapt, termz);
 
+#ifdef TERM_COUNT
+    grep_info.term_no = 0;
+#endif
     grep_info.isam_p_indx = 0;
     grep_info.isam_p_size = 0;
     grep_info.isam_p_buf = NULL;
@@ -960,6 +1000,9 @@ static RSET rpn_search_APT_cphrase (ZServerInfo *zi,
     else
         result = rset_trunc (zi->wordIsam, grep_info.isam_p_buf,
                              grep_info.isam_p_indx);
+#ifdef TERM_COUNT
+    xfree(grep_info.term_no);
+#endif
     xfree (grep_info.isam_p_buf);
     return result;
 }
@@ -1069,6 +1112,9 @@ static RSET rpn_search_APT_phrase (ZServerInfo *zi,
     }
     trans_term (zi, zapt, termz);
 
+#ifdef TERM_COUNT
+    grep_info.term_no = 0;
+#endif
     grep_info.isam_p_size = 0;
     grep_info.isam_p_buf = NULL;
 
@@ -1123,6 +1169,9 @@ static RSET rpn_search_APT_phrase (ZServerInfo *zi,
         if (++rset_no >= sizeof(rset)/sizeof(*rset))
             break;
     }
+#ifdef TERM_COUNT
+    xfree(grep_info.term_no);
+#endif
     xfree (grep_info.isam_p_buf);
     if (rset_no == 0)
         return rset_create (rset_kind_null, NULL);
index 2f7af4c..16efb8e 100644 (file)
@@ -4,7 +4,10 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: rsrel.c,v $
- * Revision 1.9  1995-12-11 09:15:26  adam
+ * Revision 1.10  1996-06-11 10:54:29  quinn
+ * Relevance work
+ *
+ * Revision 1.9  1995/12/11  09:15:26  adam
  * New set types: sand/sor/snot - ranked versions of and/or/not in
  * ranked/semi-ranked result sets.
  * Note: the snot not finished yet.
@@ -138,14 +141,17 @@ static int qcomp (const void *p1, const void *p2)
                             qsort_info->key_buf + i2*qsort_info->key_size);
 }
 
+#define SCORE_SHOW 0.0                       /* base score for showing up */
+#define SCORE_COOC 0.3                       /* component dependent on co-oc */
+#define SCORE_DYN  (1-(SCORE_SHOW+SCORE_COOC)) /* dynamic component of score */
+
 static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
 {
     char **isam_buf;
     char *isam_tmp_buf;
     int  *isam_r;
-    int  *max_tf;
+    int  *max_tf, *tf;
     ISPT *isam_pt;
-    double *wgt;
     int i;
 
     logf (LOG_DEBUG, "relevance");
@@ -153,31 +159,46 @@ static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
     isam_r = xmalloc (sizeof (*isam_r) * parms->no_isam_positions);
     isam_pt = xmalloc (sizeof (*isam_pt) * parms->no_isam_positions);
     isam_tmp_buf = xmalloc (info->key_size);
-    max_tf = xmalloc (sizeof (*max_tf) * parms->no_isam_positions);
-    wgt = xmalloc (sizeof (*wgt) * parms->no_isam_positions);
+    max_tf = xmalloc (sizeof (*max_tf) * parms->no_terms);
+    tf = xmalloc (sizeof (*tf) * parms->no_terms);
 
+    for (i = 0; i<parms->no_terms; i++)
+       max_tf[i] = 0;
     for (i = 0; i<parms->no_isam_positions; i++)
     {
         isam_buf[i] = xmalloc (info->key_size);
         isam_pt[i] = is_position (parms->is, parms->isam_positions[i]);
-        max_tf [i] = is_numkeys (isam_pt[i]);
+        max_tf [parms->term_no[i]] = is_numkeys (isam_pt[i]);
         isam_r[i] = is_readkey (isam_pt[i], isam_buf[i]);
         logf (LOG_DEBUG, "max tf %d = %d", i, max_tf[i]);
     }
     while (1)
     {
-        int min = -1, i;
+        int min = -1, i, r;
         double score;
+       int co_oc, last_term;    /* Number of co-occurrences */
 
+       last_term = -1;
         /* find min with lowest sysno */
         for (i = 0; i<parms->no_isam_positions; i++)
+       {
             if (isam_r[i] && 
-               (min < 0 || (*parms->cmp)(isam_buf[i], isam_buf[min]) < 2))
+               (min < 0 || (r = (*parms->cmp)(isam_buf[i], isam_buf[min])) < 2))
+           {
                 min = i;
+               co_oc = 1;
+           }
+           else if (!r && last_term != parms->term_no[i]) /* new occurrence */
+                   co_oc++;
+           last_term = parms->term_no[i];
+       }
+
         if (min < 0)
             break;
         memcpy (isam_tmp_buf, isam_buf[min], info->key_size);
         /* calculate for all with those sysno */
+       for (i = 0; i < parms->no_terms; i++)
+           tf[i] = 0;
         for (i = 0; i<parms->no_isam_positions; i++)
         {
             int r;
@@ -186,26 +207,28 @@ static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
                 r = (*parms->cmp)(isam_buf[i], isam_tmp_buf);
             else 
                 r = 2;
+#if 0
             if (r > 1 || r < -1)
-                wgt[i] = 0.0;
-            else
+                wgt[parms->term_no[i]] = 0.0;
+#endif
+           if (r <= 1 && r >= -1)
             {
-                int tf = 0;
                 do
                 {
-                    tf++;
+                    tf[parms->term_no[i]]++;
                     isam_r[i] = is_readkey (isam_pt[i], isam_buf[i]);
                 } while (isam_r[i] && 
                          (*parms->cmp)(isam_buf[i], isam_tmp_buf) <= 1);
-                wgt[i] = 0.1+tf*0.9/max_tf[i];
             }
         }
         /* calculate relevance value */
         score = 0.0;
-        for (i = 0; i<parms->no_isam_positions; i++)
-            score += wgt[i];
+        for (i = 0; i<parms->no_terms; i++)
+            if (tf[i])
+               score += SCORE_SHOW + SCORE_COOC*co_oc/parms->no_terms +
+                   SCORE_DYN*tf[i]/max_tf[i];
         /* if value is in the top score, then save it - don't emit yet */
-        add_rec (info, score/parms->no_isam_positions, isam_tmp_buf);
+        add_rec (info, score/parms->no_terms, isam_tmp_buf);
     }
     for (i = 0; i<info->no_rec; i++)
         info->sysno_idx[i] = i;
@@ -221,7 +244,7 @@ static void relevance (struct rset_rel_info *info, rset_relevance_parms *parms)
     xfree (isam_buf);
     xfree (isam_r);
     xfree (isam_pt);
-    xfree (wgt);
+    xfree(tf);
 }
 
 static void *r_create (const struct rset_control *sel, void *parms,