索引要点

• 我们需要更好地确定词典中的词项表，提供一个能够容忍拼写错误以及产讯和文档中词语表达不一致时的检索方法。
• 对能够表示某概念的复合词或者短语（如“operating system”）进行搜索是非常有用的。正如上面Westlaw的例子所示，有时我们希望能够执行诸如“Gates NEAR Microsoft”这类的邻近查询，未处理这类查询，索引结构必须要改进。
• 布尔模型只记录此项存在或者不存在，但是我们往往需要累加各种证明来得到文档相关的可信度。比如，如果一个查询项在某文档中多次出现，我们会给该文档赋予一个权重，该权重比仅仅出现一次查询项的文档要高。为实现这个目的，我们需要引入词项频率（词项在文档中出现的次数）的概念
• 布尔查询仅仅返回一个无序的文档集，但是我们往往需要返回的结果排序（或排名），这就需要提供一个机制在给定查询的情况下对每个文档的好坏进行评分。

转载于:https://www.cnblogs.com/mr-cc/p/6215406.html