《从Lucene到Elasticsearch:全文检索实战》学习笔记四

时间:2021-08-17 20:35:09

今天我给大家讲讲布尔检索模型基本概念

布尔检索模型:

       检索模型是判断文档内容与用户相关性的核心技术,以大规模网页搜索为例,在海量网页中与用户查询关键词相关的网页可能会有成千上万个,甚至耕读哦。那么信息检索系统是如何判断网页和查询关键词是相关的?内部的排序模型是怎样的?

      布尔检索模型中主要有AND、OR、NOT三种逻辑运算,布尔逻辑运算符的作用是把检索词连接起来,构成一个逻辑检索式。

      AND:逻辑与,用来表示其所连接的两个检索项的交叉部分,即检索词的交集部分

      OR:逻辑或,用于连接并列关系的检索词。
      NOT:逻辑非,排除不需要的和影响检索结果的概念

      运算符之间的优先级:NOT>AND>OR,如检索表达式:中国 NOT 日本 AND 歌曲 OR 小说

      利用小括号”()“可以设置个性化的检索方程,例如检索出不包含日本在内的有关教育或法律方面的大学:

     (university OR college)AND (education OR Law) NOT Japan

       如下图为单词-文档矩阵(单词-文档矩阵是表达两者之间所具有的一种包含关系的概念模型)我需要查询包含“谷歌” “开源”但不包含“大会”的文档,构造布尔查询:

      

单词文档矩阵
  doc1 doc2 doc3 doc4
谷歌 0 1 0 1
开源 0 1 0 1
大会 1 0 0 0

       谷歌 AND 开源 NOT 大会

       分别取出“谷歌” “开源” 以及“大会”对应的行向量,对“大会”对应的行向量去反算:

        谷歌 :0      1     0     1

        开源:0      1      0      1

        大会:1      0     0      1  (取反:0    1   1   1)

         0101 AND 0101 AND 0111 =0101

  

       布尔检索模型优点如下:

           1.符合人们的思维方式,通过AND OR NOT轻松可以表达

           2.实现方式很容易实现

      布尔检索模型的缺点:

           1.它的值只有0,1,缺乏文档分级不能进行进行排序

            2.精确匹配返回的结果集较少,容易漏掉部分信息    
---------------------
作者:柯之梦
来源:CSDN
原文:https://blog.csdn.net/yin4302008/article/details/86103760
版权声明:本文为博主原创文章,转载请附上博文链接!