预处理过程每个元素

从一个原始网页集合S开始，预处理过程得到的是对S的一个子集的元素的某种内部表示，这种表示构成了查询服务的直接基础。对每个元素来说，这种表示至少包含如下几个方面：z

   原始网页文档
z URL和标题
z 编号
z 所含的重要关键词的集合（以及它们在文档中出现的位置信息）
z 其他一些指标（例如重要程度，分类代码等）
而系统关键词总体的集合和文档的编号一起构成了一个倒排文件结构，使得一旦得到一个关键词输入，系统能迅速给出相关文档编号的集合输出。