跳刀的兔子

摘要： 1.布尔检索： 倒排文档，ad Hoc检索（任务一直在变，数据集不变）2.词项词典及倒排记录表 词项集合的确定：词条化、去停用词、词项归一化（重音及变音符号问题、大小写转换问题、语言问题）、词干还原和词性归并 基于跳表的倒排记录表快速合并算法 含位置信息的倒排记录表-用于短语查询：二元词索引、位置信息检索、混合索引机制（二元+位置）3.词典及容错式检索 词典搜索的数据结构：哈希表（难以处理查询词项存在轻微变化的情况，难以处理前缀式查询）， ---引出搜索树（二叉树、B树） 通配符查询：轮排索引（hello：hello$,ello$h,llo$he...）、K-gram索引（由k个字符组成的序列 阅读全文