相关性搜索笔记

• Z时代
• 2024-01-10
• 分类：综合

第二章：搜索

• 词典表和倒排表

• 文档位置很重要，用来做高亮显示

  • 为什么高亮显示重要呢？

    • 比较直观的展示搜索结果的相关性，给用户提供反馈

• 对原始数据提取、充实、分析、索引

  • 内容提取为文档
  • 充实：清理、强化、合并数据
  • 分析：将文档转化为token

    • 包括：字符过滤、分词处理、token过滤
    • 字符过滤:

    • 分词处理:

    • token 过滤

      • stop words（禁用词）去掉

• 布尔搜索和Lucene的BooleanQuery的区别

  • 布尔搜索

    • AND、OR、NOT

  • Lucene的BooleanQuery

    • 三个查询子句

      • MUST、SHOULD、MUST_NOT

• token做为文档特征

  • token分析，获取有意义的信息，对客户意图的判断

• 查准率和查全率

以上是 相关性搜索笔记 的全部内容， 来源链接： utcz.com/z/512805.html