O operador LIKE realiza busca por semelhança de palavras, resolvendo o problema de ortografia incorreta.

O operador SIMILAR TO realiza busca baseada em expressões regulares, realizando o ranqueamento de semelhança entre as palavras do resultado em relação às palavras da busca.

Erros de ortografia podem ser tratados pelo mecanismo de busca FTS, por semelhança entre os termos.

O operador @@ do PostgreSQL é equivalente ao operador RLIKE do MySQL.

Os tipos tsquery e tsvector, criados respectivamente pelas funções to_tsquery e to_tsvector, são conjuntos de trigrans das strings informadas, que são comparadas em ordem alfabética durante a busca.

falso-positivo e verdadeiro-positivo.

falso-positivo e falso-negativo.

falso-negativo e falso-positivo.

verdadeiro-negativo e falso-positivo.

falso-negativo e verdadeiro-negativo.

Classificadores do tipo Bayes ingênuo estimam a probabilidade de uma classificação correta e são uma alternativa competitiva para a classificação de textos.

Entre os métodos supervisionados, o de agrupamento por particionamento é utilizando em processos de autorrotulagem.

Máquinas de vetores de suporte (em inglês, SVM) assumem que os pesos dos termos são binários, não considerando a frequência dos termos no processo de classificação.

Classificadores do tipo ensemble são metaclassificadores de técnicas baseadas em frequência de documentos de um termo.

O classificador de Rocchio é um método de ranqueamento de documentos baseado no número de links que apontam para o documento.

No processo de reconhecimento da estrutura, ocorre a análise léxica e a remoção de palavras sem semântica associada.

O processo de quebra do texto em palavras (tokenização) é dependente da stoplist, um dicionário próprio aplicado à separação das palavras.

A classificação de grupos nominais visa a identificação dos verbos e remoção das demais palavras, através de listas de palavras, etiquetadores automáticos e um thesaurus da língua ou do domínio.

Acentos, espaçamento e demais símbolos são delimitadores considerados naturais no processo de stemming.

O processo de stemming consiste em remover os afixos, preservando o radical e possibilitando o casamento entre variações de uma mesma palavra.

No processo de reconhecimento da estrutura, ocorre a análise léxica e a remoção de palavras sem semântica associada.

O processo de quebra do texto em palavras (tokenização) é dependente da stoplist, um dicionário próprio aplicado à separação das palavras.

A classificação de grupos nominais visa a identificação dos verbos e remoção das demais palavras, através de listas de palavras, etiquetadores automáticos e um thesaurus da língua ou do domínio.

Acentos, espaçamento e demais símbolos são delimitadores considerados naturais no processo de stemming.

O processo de stemming consiste em remover os afixos, preservando o radical e possibilitando o casamento entre variações de uma mesma palavra.

O modelo vetorial (ou algébrico) considera que os termos de indexação estão presentes ou ausentes nos documentos.

Os modelos clássicos (booleano, algébrico e probabilístico) fundamentam-se na dependência entre os termos de indexação.

O modelo booleano propõe um quadro no qual casamentos parciais dos termos de indexação com os termos da busca são possíveis, sendo o grau de similaridade calculado a partir dos pesos não binários associados aos termos indexados.

O princípio de ranqueamento probabilístico supõe que a probabilidade de relevância depende apenas das representações da consulta e do documento.

O modelo probabilístico tem como vantagem a frequência com a qual um termo de indexação ocorre em um documento.

A relação de veículos identificados por suas respectivas placas em um sistema de estacionamento.

Os produtos de um catálogo de uma loja virtual.

Dicionário de dados dos Sistemas de Gerenciamento de Banco de Dados.

Os termos presentes no glossário do livro Recuperação de Informação: Conceitos e tecnologia das máquinas de busca.

Os nomes associados aos números nas listas telefônicas.

A organização de recursos.

A tradução da informação.

A descoberta de recursos.

A identificação digital.

A facilitação da interoperabilidade.

Junção cruzada (cross join) equivale a uma junção interna sem uma condição de junção.

Junção união (union join) equivale a uma junção externa completa na condição “false”, ou seja, em que a junção interna está vazia.

Junção natural (natural join) equivale a uma junção interna em que os atributos com identificadores comuns são utilizados internamente na condição, entretanto, sem repeti-los no conjunto resultante.

Junção externa esquerda (left outer join) equivale à recuperação das tuplas da relação à esquerda e posteriormente associadas com as tuplas da relação à direita, mas quando não existir a correspondência, o valor nulo será atribuído aos campos correspondentes da relação a direita.

Junção exclusiva (xor join) equivalente à junção externa completa (full outer join), em que as tuplas das duas relações estão presentes no conjunto resultante.

No MySQL, os valores produzidos pelo mecanismo de autoincremento são afetados pelo nível de isolamento da transação.

Entre outras formas,o mecanismo de autoincremento pode ser definido ao declarar o tipo de campo como serial na criação da tabela no PostgreSQL.

No MySQL, os valores iniciais são redefinidos após o uso do comando DELETE.

A função currval (identificador) retorna o próximo valor da sequência no MySQL 5.7 e no PostgreSQL.

No MySQL, uma coluna declarada como autoincremento é impedida de receber valores manuais através dos comandos INSERT e UPDATE.