文档检索和倒排索引

尽管可用来找出相关的文档的查询有多种，但最简单、最常见的形式可用关系的术语描述为：
1、一个文档可被看成是关系DOC的元组。这个关系有很多的属性，每个属性对应于文档可能出现的一个词，每个属性都是布尔型——表明该词在该文档出现还是没有出现。例如：
Doc(hasCat, hasDog,…..)
其中hasCat取值为真当且仅当该文档中至少出现一次“cat”这个词。
2、 关系Doc的每个属性上都建有辅助索引。索引中只有查找键值为TRUE的索引项。
3、 我们不是给每个属性（即每个词）建立一个单独的索引，而是把所有的索引合成一个，称为倒排索引。这个索引使用间接桶来提高空间利用率。倒排索引被存储在连续的块中。

桶的插入和删除：
桶的内容是单个字段（指针）的记录，且像其他任何记录集合一样存放在块中。因此插入和删除指针时，可以用目前为止学习过的任一技术。

信息检索中两个有用的技术：
1、抽取词干
2、无用词（忽略）