Current Slide

Small screen detected. You are viewing the mobile version of SlideWiki. If you wish to edit slides you will need to use a larger device.

Recall Reuters RCV1

    symbol                             statistic                                     value
  •     N                               documents                                800,000

  •      L                     avg. # tokens per doc                             200

  •     M                     terms (= word types)                       ~400,000

  •                             avg. # bytes per token                             6

                                   (incl. spaces/punct.)

  •                             avg. # bytes per token                           4.5

                               (without spaces/punct.)

  •                             avg. # bytes per term                             7.5

  •                             non-positional postings                  100,000,000


Speaker notes:

Content Tools

Sources

There are currently no sources for this slide.