我們知道搜索大體分為兩步,首先對文檔集做索引,然后處理查詢,做好的索引可能會使用很長一段時間。
對于中文搜索,做索引時要對文檔分詞,處理查詢時要對查詢串分詞。
問題是,如果做索引時的分詞結果,不同于查詢處理時的分詞結果,那還能找到嗎?
舉個例子,做索引時,“區(qū)塊鏈”一詞不太流行,詞典里沒有,結果分詞算法分成了“區(qū)塊”和“鏈”兩個詞,存入數據庫的也是這兩個詞。
后來過了幾個月(甚至年),該詞越來越流行,于是網站管理員把它添加到了“熱門詞典”里以便提升分詞質量。從這一刻起,新來的查詢若包含“區(qū)塊鏈”,將作為單個詞保留下來。不幸的是,除非有包含該詞的新文檔加入,否則因為數據庫里根本沒有這個詞導致搜索失敗,即使存在一些舊文檔包含該詞。
請問這種困境該如何應對呢?當然,一種做法是把“區(qū)塊”和“鏈”這倆詞重新做索引……這個太不方便了,有沒有更好的辦法?
求思路,謝謝!
北大青鳥APTECH成立于1999年。依托北京大學優(yōu)質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IT技能型緊缺人才,是大數據專業(yè)的國家
北大青鳥中博軟件學院創(chuàng)立于2003年,作為華東區(qū)著名互聯(lián)網學院和江蘇省首批服務外包人才培訓基地,中博成功培育了近30000名軟件工程師走向高薪崗位,合作企業(yè)超4
中公教育集團創(chuàng)建于1999年,經過二十年潛心發(fā)展,已由一家北大畢業(yè)生自主創(chuàng)業(yè)的信息技術與教育服務機構,發(fā)展為教育服務業(yè)的綜合性企業(yè)集團,成為集合面授教學培訓、網
達內教育集團成立于2002年,是一家由留學海歸創(chuàng)辦的高端職業(yè)教育培訓機構,是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市,融資1
曾工作于聯(lián)想擔任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔任項目經理從事移動互聯(lián)網管理及研發(fā)工作,曾創(chuàng)辦藍懿科技有限責任公司從事總經理職務負責iOS教學及管理工作。
浪潮集團項目經理。精通Java與.NET 技術, 熟練的跨平臺面向對象開發(fā)經驗,技術功底深厚。 授課風格 授課風格清新自然、條理清晰、主次分明、重點難點突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網頁制作和網頁游戲開發(fā)。
具有10 年的Java 企業(yè)應用開發(fā)經驗。曾經歷任德國Software AG 技術顧問,美國Dachieve 系統(tǒng)架構師,美國AngelEngineers Inc. 系統(tǒng)架構師。