同义词 - 搜索引擎

同义词分类：索引同义词和搜索同义词。

索引同义词和搜索同义词的关系：

• 时间和空间互换
• 任何词都可以放在搜索同义词中也可以放在索引同义词中。
• 索引同义词: 顾名思义就是建索引的时候，把同义词也建到词对应的倒排拉链中，根据例如id来标识是原词还是同义词。
  • 优点: 根据原词直接可以取到原词及同义词的倒排列表(因为都建到原词的倒排中了)，查询速度快，性能好。
  • 缺点: 索引会比较大，占用的磁盘和内存都比较大。
• 检索同义词: 顾名思义就是就是在检索时，把原词对应的同义词增加到query中，检索关系为或(索引时，互为同义词的词，各自独立创建索引，不会把同义词建到自己的倒排连中)。
  • 优点: 索引较小，占用的磁盘和内存都比较大。
  • 缺点: 检索时，同义词的多个词都有自己的倒排列表，之间采用或的方式，查询速度稍慢，性能稍差一些。

 

常用生成方式：基于点击共现统计、基于现有网络资料(外部提供词典、百科、英文词典等)、基于word2vec的挖掘方法等。

 

同义词等级: 完全等价、意思一样、语义相近、语义香瓜等