腾讯大的讲堂25-企业级搜索托管平台介绍.pptVIP

企业级搜索托管平台介绍 Smith. 2008.3.26. 搜索技术中心. 目录 检索算法基础 搜索托管平台介绍 搜索托管平台展望 第一部分 检索算法基础 基本概念 基本算法 算法难点 搜索托管平台介绍 搜索托管平台展望 检索算法基础-基本概念 检索算法基础-基本概念 名词： Doc， 文档 Word, 词 Index Term, 索引项 DocID, 文档ID WordID, 词ID Inverted Index, 倒排 Forward Sort, 顺排 Broker, 代理 Cache, 缓存（检索结果） Abstract, 摘要 Query Keywords, 检索串 检索算法基础-基本概念 问题1：信息如何表示？ 信息的来源？ Q SINA.COM QQ Mail … … 如何表示？ 对于非结构化信息，需要进行抽取、整理，转换成格式化信息； 格式化信息还需要进行过滤，去除无用信息，去噪； 最后表示为格式化文档， DataSrc := { Doc } * ; Doc := {DocID,{Text Field}*, {Num Field}*}* ; 例如： DocID := 46233597118 ; Text Field := { Title: 我的博客,Text: