腾讯大讲堂25期：企业级搜索托管平台介绍

腾讯大讲堂25-企业级搜索托管平台介绍(PPT下载)检索算法基础-常用算法问题1: 存储？GZip压缩正文,减小文档大小；通过路由算法进行分布式存储；平滑扩容,通过少量数据的搬迁； DOCID索引+顺序文件；通过定期整理完成删除；通过大小库完成数据的同步；问题2: 索引？索引过程分为以下几步切词,通过中文分词算法,Doc:={word string}*；建立词典,HASH 或 顺序，完成文本到编码的转换;Dict := {WordID, String}*；顺排,计算Doc内部的词的排序信息，Doc:={WordID,pos,weight}*；倒排；WordID := {DocID,Weight,Pos}*;腾讯大讲堂25-企业级搜索托管平台介绍.ppt(2.97 MB, 下载次数: 0, 所需积分: 5 积分)