随笔分类 -  搜索引擎

摘要：1. 倒排求交 上一篇讲了分词。对用户的query分词之后，得到了一个个独立的词（term）。先设想一个问题，用这些词去索引里搜索时，是不是doc命中query中任何一个term，都可以被搜索出来？（query中只有一个term除外） 这里涉及好几个问题： 1. 截断：例如query是5个词ABCD 阅读全文

摘要：分词是搜索中最基本也是非常重要的一个功能，正确的分词是好的搜索效果的必要条件。 1. 分词粒度 分词中，最主要的问题是 分词粒度 问题。例如“射雕英雄传”，下面的几种分词方式，哪一种最正确？ 1. 最细粒度分词：【射雕，英雄，传】 2. 正常粒度分词：【射雕，英雄传】 3. 最粗粒度分词：【射雕英雄 阅读全文

摘要：1 背景 做搜索引擎有有2年时间了，算是有个基本的入门。决定写一个系列博客，记录下自己所认识的搜索引擎，也希望对新入行的朋友有些帮助。 2 概述 搜索与推荐 互联网上有海量的信息，从互联网上获取信息或娱乐，最主要的2个途径就是 搜索 和 推荐 。 搜索：是用户主动去查询与获取自己想要的信息，用户有明 阅读全文