相关性搜索笔记

第二章：搜索

• 词典表和倒排表
  • 
• 文档位置很重要，用来做高亮显示
  • 为什么高亮显示重要呢？
    • 比较直观的展示搜索结果的相关性，给用户提供反馈
• 对原始数据提取、充实、分析、索引
  • 内容提取为文档
  • 充实：清理、强化、合并数据
  • 分析：将文档转化为token
    • 包括：字符过滤、分词处理、token过滤
    • 字符过滤:
      • 
    • 分词处理:
      • 
    • token 过滤
      • stop words（禁用词）去掉
      • 
• 布尔搜索和Lucene的BooleanQuery的区别
  • 布尔搜索
    • AND、OR、NOT
  • Lucene的BooleanQuery
    • 三个查询子句
      • MUST、SHOULD、MUST_NOT
      • 
• token做为文档特征
  • token分析，获取有意义的信息，对客户意图的判断
• 查准率和查全率
  • 

 

 

 

 

 

来源：oschina

链接：https://my.oschina.net/u/3847203/blog/3159255