搜索引擎-架构概述（2）

接上一部分：搜索引擎-架构概述（1）

查询处理系统

查询处理系统主要包含三个构件：用户交互、排序和评价。

用户交互组件 （User interaction）

创建查询、完善查询以及向用户展示结果.
比如，将用户的查询转换为索引项.
并将从搜索引擎得到的有序文档列表组织成搜索结果，展示给用户.

1.查询输入 （Query Input）

为查询语言（query language）提供接口和解析器。
查询语言一般只有很少的几个操作符，这些操作符指示应该对查询作特殊处理。
比如布尔型操作符，AND、OR和NOT，当然也包括临近操作符（proximity）。
查询语言的作用，一是用来描述更加复杂的查询，二是描述查询转换的结果。

2.查询转换 （Query Tranformation）

改进初始查询，在生成有序的文档前后提供完善处理。
包括一些文本转换的技术。
比如分词、停用词去除和词干提取，以生成可以和文档的索引项可以匹配的索引项。
拼写检查（spell checking）和查询建议（query suggestion）用于生成和用户查询相似的输出。
查询扩展（query expasion）和相关性反馈（relevance feedback）技术，使用额外的词项来修改初始查询。这些词项的来源，主要是对文档中词项的出现情况、用户认为相关的文档中出现的词项等分析为基础。

3.结果输出 （Results Output）

对已经排好序的文档结果进行展示。
包括生成文档摘要（snippets）和高亮关键字和关键段落（highlighting）。
另外，也可能包括对文档集进行聚类展示，并添加一些相关的广告。

排序组件 （Ranking）

利用查询和索引生成有序的文档列表.
这个搜索引擎的核心组件，它接收用户查询，并根据检索模型得到一个按分值排好序的文档列表.
排序必须满足高效、优质.

1.评分 （Scoring）

使用评分算法为文档进行评分，这是文档排序的基础。

评分组件是搜索引擎的核心.

一般的评分可描述为：

∑iq