本系列文章为Elasticsearch 的学习笔记,主要是为了便于日后对于相关知识点的回顾,在内容的范围以及正确性上可能存在一定出入。另外由于Elasticsearch的发展速度很快,很多特性会随着版本的演变而发生变化,具体的特性说明,如有疑问请参考对应版本的官方文档。本系列博客主要基于5.2版本
作为本系列博客的开篇,先对信息检索的相关基础知识做个简单的总结
1.基本定义
信息检索的定义有很多,知乎的答案跟人觉得比较直接明了,定义如下
信息检索( Information Retrieval ):指信息按一定的方式组织起来,并根据信息用户的需要找出有关的信息的过程和技术。
信息检索的目标:准确、及时、全面的获取所需信息。
2.信息检索系统设计
信息检索系统的设计主要包括如下三个部分的内容
1. 信息采集:可以通过爬虫,众包等多种方式完成信息的采集
2. 信息处理:系统处理采集来数据的过程称为索引构建,如何对数据进行高效的索引构建与存储是系统的核心问题。本文主要介分词与倒排索引两个环节
3. 信息查询:该部分主要关注的是如何在最短的时间内返回用户最想得到的信息。本文主要关注有哪些相关性检测模型可以让用户得到最想要的结果。
3.常用术语
信息检索作为一门独立的学科,有很多学术方面的术语,为了便于后面的学习与总结,对常用的术语做个简单的总结
- 文档(document):文档是搜索的目标,载体可以是文本,图片&#