048 | 搜索索引及其相关技术概述
洪亮劼
该思维导图由 AI 生成，仅供参考
本周我们分享的主题是从宏观上来剖析现代搜索架构。周一我介绍了搜索系统的一个大的分类，一类是从 20 世纪 50 年代开始研发并使用的传统文本匹配信息检索系统，一类是从 2000 年开始发展并逐渐成熟的机器学习信息检索系统。周三我们剖析了搜索系统的另一个框架体系，多轮打分系统，阐述了为什么需要多轮打分，以及每一轮打分又有什么特性。
今天，我们来看一个在本周已经反复涉及到的话题：倒排索引（Inverted Index）。一起来聊聊它的核心技术。值得注意的是，关于索引的很多话题其实都会牵涉到搜索中的“查询关键字处理”（Query Processing），我们今天的分享就主要来谈谈索引及相关技术在“查询关键字处理”这个场景下的应用。
经典的索引结构
经典的索引结构由“字段”（Field）和对应的列表组成。一般来说，“字段”就是某一个查询关键字。在英文里，这就是一个单独的单词；在中文里，这也许就是一个词或者短语。每个字段所对应的列表就是包含这个查询关键字的文档列表。
有两点值得注意。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
索引结构是现代搜索技术的核心组成部分，其中倒排索引系统是重要的一部分。倒排索引由字段和对应的文档列表组成，通过存储文档编号和相关信息来实现高效的信息检索。索引技术包括压缩和略过等方法，以提高索引的效率和处理速度。在查询关键字处理方面，文档优先和词优先是两种基本策略，为优化查询处理提供了基础。文章还提出了一个思考题：如何构建同时包含图像信息和文字信息的索引。这篇文章深入浅出地介绍了现代搜索技术的核心组成部分，为读者提供了全面的了解。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《AI 技术内参》，新⼈⾸单¥98
《AI 技术内参》，新⼈⾸单¥98
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(2)
- 最新
- 精选
风的轨迹不好意思老师，我不太明白“查询关键字处理”的目的是什么。在倒排索引中，不是已经把文档按照相关度进行排序了吗？直接从倒排索引中取出来展示不就行了吗，为什么还要进行查询关键字处理2018-07-061
嘉彦文档优先策略中先根据分数选top K个文档，这个分数是仅仅关于文档的分数吧，类似于文档的重要程度。应该和查询关键字的相关度无关？2018-04-14
收起评论