82搜索为您找到约 13 条结果
www.searchwiki.cn
百科
技术
中文分词的三个难点：歧义、未登录词与粒度
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…
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…
www.webman.wiki
百科
技术
Webman 中间件原理与跨域、鉴权实践
数据库建议使用连接池，在进程启动时建立连接，避免每次请求重新握手。读写分离时分别配置主从连接，写操作走主库、查询走从库，配合事务与重试策略可以显著降低延迟。连接池大小要结合进程数与数据库上限设置，盲目调大反而会增加锁竞争。 协程让 IO 等待不再阻塞进程，配合连接池可以在单机承载更多并发请求。压测时先看 CPU 与内存曲线，再看平均响应时间与错误率，不要只盯着 QPS 峰值。热…
www.webman.wiki
百科
技术
Webman 视图渲染：Raw、Twig、Blade 三种模板怎么选
数据库建议使用连接池，在进程启动时建立连接，避免每次请求重新握手。读写分离时分别配置主从连接，写操作走主库、查询走从库，配合事务与重试策略可以显著降低延迟。连接池大小要结合进程数与数据库上限设置，盲目调大反而会增加锁竞争。 协程让 IO 等待不再阻塞进程，配合连接池可以在单机承载更多并发请求。压测时先看 CPU 与内存曲线，再看平均响应时间与错误率，不要只盯着 QPS 峰值。热…
www.searchwiki.cn
百科
技术
网页爬虫的抓取策略与 robots 协议
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，这就是倒排索引。 倒排索引由词典和 posting list 组成。词典保存所有词项，posting list 记录包含该词的文档编号、词频和位置。查询时先查词典拿到候选文档集合，再做…
www.searchwiki.cn
百科
技术
BM25 算法详解：相关性排序的核心公式
…得分越高，但增长会饱和；文档越长越吃亏，需要做长度归一化；越罕见的词权重越大。实际系统还会叠加标题权重、时效性、点击率与站点质量等特征。 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。 以上内容整理自公开资料与实操经验，具体参数请以实际环境为准。
www.searchwiki.cn
百科
技术
搜索结果排序：从 TF-IDF 到 BM25 再到学习排序
…得分越高，但增长会饱和；文档越长越吃亏，需要做长度归一化；越罕见的词权重越大。实际系统还会叠加标题权重、时效性、点击率与站点质量等特征。 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。 以上内容整理自公开资料与实操经验，具体参数请以实际环境为准。
www.searchwiki.cn
百科
技术
倒排索引是什么：从词典到 posting list
倒排索引由词典和 posting list 组成。词典保存所有词项，posting list 记录包含该词的文档编号、词频和位置。查询时先查词典拿到候选文档集合，再做交集与打分。位置信息让短语检索成为可能：只有相邻位置连续命中，才算真正匹配。 BM25 是经典的检索打分函数，综合考虑词频、文档长度与逆文档频率。词频越高得分越高，但增长会饱和；文档越长越吃亏，需要做长度归一化；越…
www.searchwiki.cn
百科
技术
搜索建议与拼写纠错是怎么实现的
倒排索引由词典和 posting list 组成。词典保存所有词项，posting list 记录包含该词的文档编号、词频和位置。查询时先查词典拿到候选文档集合，再做交集与打分。位置信息让短语检索成为可能：只有相邻位置连续命中，才算真正匹配。 BM25 是经典的检索打分函数，综合考虑词频、文档长度与逆文档频率。词频越高得分越高，但增长会饱和；文档越长越吃亏，需要做长度归一化；越…
www.webman.wiki
百科
技术
Webman 路由与控制器：一步步搭一个 RESTful 接口
…Request 对象，通过 get 与 post 读取参数，返回字符串、数组或 json 响应。 数据库建议使用连接池，在进程启动时建立连接，避免每次请求重新握手。读写分离时分别配置主从连接，写操作走主库、查询走从库，配合事务与重试策略可以显著降低延迟。连接池大小要结合进程数与数据库上限设置，盲目调大反而会增加锁竞争。 文中步骤已在常见环境下验证，遇到特殊情况建议先备份再操作。
第 1 / 2 页