www.searchwiki.cn
百科
技术
站内搜索系统设计:召回、排序与摘要高亮
中文没有天然空格,必须先分词。难点在于歧义切分、新词识别与粒度选择。工程上常用二元组切分保证召回,再叠加词典词提升精度;查询侧同样切分,并要求词项相邻来近似短语匹配,这样既快又稳。 搜索引擎的核心流程分三步:爬虫抓取网页、解析正文并建立索引、接收查询后召回并排序。抓取阶段要处理重复内容、死链与抓取频率;索引阶段把文本切成词项,记录每个词出现在哪些文档、出现多少次、位置在哪里,这…
2026-05-14
检索技术笔记
相关度 10.7