我們知道搜索大體分為兩步,首先對(duì)文檔集做索引,然后處理查詢(xún),做好的索引可能會(huì)使用很長(zhǎng)一段時(shí)間。
對(duì)于中文搜索,做索引時(shí)要對(duì)文檔分詞,處理查詢(xún)時(shí)要對(duì)查詢(xún)串分詞。
問(wèn)題是,如果做索引時(shí)的分詞結(jié)果,不同于查詢(xún)處理時(shí)的分詞結(jié)果,那還能找到嗎?
舉個(gè)例子,做索引時(shí),“區(qū)塊鏈”一詞不太流行,詞典里沒(méi)有,結(jié)果分詞算法分成了“區(qū)塊”和“鏈”兩個(gè)詞,存入數(shù)據(jù)庫(kù)的也是這兩個(gè)詞。
后來(lái)過(guò)了幾個(gè)月(甚至年),該詞越來(lái)越流行,于是網(wǎng)站管理員把它添加到了“熱門(mén)詞典”里以便提升分詞質(zhì)量。從這一刻起,新來(lái)的查詢(xún)?nèi)舭皡^(qū)塊鏈”,將作為單個(gè)詞保留下來(lái)。不幸的是,除非有包含該詞的新文檔加入,否則因?yàn)閿?shù)據(jù)庫(kù)里根本沒(méi)有這個(gè)詞導(dǎo)致搜索失敗,即使存在一些舊文檔包含該詞。
請(qǐng)問(wèn)這種困境該如何應(yīng)對(duì)呢?當(dāng)然,一種做法是把“區(qū)塊”和“鏈”這倆詞重新做索引……這個(gè)太不方便了,有沒(méi)有更好的辦法?
求思路,謝謝!
北大青鳥(niǎo)APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國(guó)IT技能型緊缺人才,是大數(shù)據(jù)專(zhuān)業(yè)的國(guó)家
達(dá)內(nèi)教育集團(tuán)成立于2002年,是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機(jī)構(gòu),是中國(guó)一站式人才培養(yǎng)平臺(tái)、一站式人才輸送平臺(tái)。2014年4月3日在美國(guó)成功上市,融資1
北大課工場(chǎng)是北京大學(xué)校辦產(chǎn)業(yè)為響應(yīng)國(guó)家深化產(chǎn)教融合/校企合作的政策,積極推進(jìn)“中國(guó)制造2025”,實(shí)現(xiàn)中華民族偉大復(fù)興的升級(jí)產(chǎn)業(yè)鏈。利用北京大學(xué)優(yōu)質(zhì)教育資源及背
博為峰,中國(guó)職業(yè)人才培訓(xùn)領(lǐng)域的先行者
曾工作于聯(lián)想擔(dān)任系統(tǒng)開(kāi)發(fā)工程師,曾在博彥科技股份有限公司擔(dān)任項(xiàng)目經(jīng)理從事移動(dòng)互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍(lán)懿科技有限責(zé)任公司從事總經(jīng)理職務(wù)負(fù)責(zé)iOS教學(xué)及管理工作。
浪潮集團(tuán)項(xiàng)目經(jīng)理。精通Java與.NET 技術(shù), 熟練的跨平臺(tái)面向?qū)ο箝_(kāi)發(fā)經(jīng)驗(yàn),技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點(diǎn)難點(diǎn)突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫(kù),具有快速界面開(kāi)發(fā)的能力,對(duì)瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁(yè)制作和網(wǎng)頁(yè)游戲開(kāi)發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開(kāi)發(fā)經(jīng)驗(yàn)。曾經(jīng)歷任德國(guó)Software AG 技術(shù)顧問(wèn),美國(guó)Dachieve 系統(tǒng)架構(gòu)師,美國(guó)AngelEngineers Inc. 系統(tǒng)架構(gòu)師。