摘要：
通常仅知道关键词在哪些文章中出现还不够，我们还需要知道关键词在文章中出现次数和出现的位置，通常有两种位置：
a)字符位置，即记录该词是文章中第几个字符（优点是关键词亮显时定位快）；
b)关键词位置，即记录该词是文章中第几个关键词（优点是节约索引空间、词组（phase）查询快），lucene中记录的就是这种位置。
加上“出现频率”和“出现位置”信息后，我们的索引结构变为：
关键词 文章号[出现频率] 出现位置 阅读全文
posted @ 2007-11-06 22:40
何随风
阅读(500)
评论(0)
推荐(0)
摘要：
一种方法就是先做倒排索引，再查找。什么是倒排索引呢？请看下面的例子：
假设文章1的内容是：aaa bbb ccc ddd
文章2的内容是：bbb ddd yyy
上面的对应关系是：“文章号”对“文章中所有关键词”。倒排索引把这个关系倒过来，变成：“关键词”对“拥有该关键词的所有文章号”。文章1，2经过倒排后变成：
aaa 1
bbb 1,2
ccc 1
ddd 1,2
yyy 2 阅读全文
posted @ 2007-11-06 22:26
何随风
阅读(538)
评论(0)
推荐(0)
摘要：
基于NBearV4构架的开发流程图.一个.net的开发框架 阅读全文
posted @ 2007-11-06 22:17
何随风
阅读(770)
评论(0)
推荐(0)
浙公网安备 33010602011771号