主要有下面三種查詢(xún)處理機(jī)制。

一次一文檔（Doc at a Time）

以倒排列表中包含的文檔為單位，每次將其中某個(gè)文檔與查詢(xún)的最終相似性得分計(jì)算完畢，然后開(kāi)始計(jì)算另外一個(gè)文檔的最終得分，直到所有文檔的得分計(jì)算完畢為止。然后根據(jù)文檔得分進(jìn)行大小排序，輸出得分最高的K個(gè)文檔作為搜索結(jié)果輸出，即完成了一次用戶(hù)查詢(xún)的響應(yīng)。實(shí)際實(shí)現(xiàn)中，只需在內(nèi)存中維護(hù)一個(gè)大小為K的優(yōu)先級(jí)隊(duì)列。輸出 top K 個(gè)文檔。

虛線箭頭標(biāo)出查詢(xún)處理計(jì)算的前進(jìn)方向。查詢(xún)時(shí)，對(duì)于文檔1而言，因?yàn)閮蓚€(gè)單詞的倒排列表中都包含這個(gè)文檔，所以可以根據(jù)各自的TF和IDF等參數(shù)計(jì)算文檔和查詢(xún)單詞的相似性，之后將兩個(gè)分?jǐn)?shù)相加得到文檔1和用戶(hù)查詢(xún)的相似性得分Score1。其他的也是類(lèi)似計(jì)算。最后根據(jù)文檔得分進(jìn)行大小排序，輸出得分最高的K隔文檔作為搜索結(jié)果輸出。

一次一單詞（Term at a Time）

首先將某個(gè)單詞對(duì)應(yīng)的倒排列表中的每個(gè)文檔ID都計(jì)算一個(gè)部分相似性得分

接著計(jì)算下一個(gè)單詞倒排列表中包含的文檔ID，即進(jìn)行縱向計(jì)算，如果發(fā)現(xiàn)某個(gè)文檔ID已經(jīng)有了得分，則在原先得分基礎(chǔ)上累加。當(dāng)所有單詞都處理完畢后，每個(gè)文檔最終的相似性得分計(jì)算結(jié)束，之后按照大小排序，輸出得分最高的K個(gè)文檔作為搜索結(jié)果。?

跳躍指針（Skip Pointers）

基本思想：

1. 將一個(gè)倒排列表數(shù)據(jù)化整為零，切分為若干個(gè)固定大小的數(shù)據(jù)塊，一個(gè)數(shù)據(jù)塊作為一組，

2. 對(duì)于每個(gè)數(shù)據(jù)塊，增加元信息來(lái)記錄關(guān)于這個(gè)塊的一些信息。

這樣即使是面對(duì)壓縮后的倒排列表，在進(jìn)行倒排列表合并的時(shí)候也能有兩個(gè)好處：

1、無(wú)須解壓所有倒排列表項(xiàng)，只解壓部分?jǐn)?shù)據(jù)即可

2、無(wú)須比較任意兩個(gè)文檔ID。

從上面的查找過(guò)程可知，在查找數(shù)據(jù)時(shí)，只需要對(duì)其中一個(gè)數(shù)據(jù)塊進(jìn)行解壓縮和文檔編號(hào)查找即可獲得結(jié)果，而不必解壓所有數(shù)據(jù)，很明顯加快查找速度，并節(jié)省內(nèi)存空間。

缺點(diǎn)：增加指針比較操作的次數(shù)。

實(shí)踐表明：假設(shè)倒排列表的長(zhǎng)度為L(zhǎng)（即包含L個(gè)文檔ID），使用根號(hào)L作為塊大小，則效果較好。

多字段索引

即對(duì)文檔的多個(gè)字段進(jìn)行索引。

多字段索引的方式：多索引方式、倒排列表方式和擴(kuò)展列表方式。

1、多索引方式

針對(duì)每個(gè)不同的字段【標(biāo)題、摘要、正文等】，分別建立一個(gè)索引，當(dāng)用戶(hù)指定某個(gè)字段作為搜索范圍時(shí)，可以從相應(yīng)的索引里提取結(jié)果。當(dāng)用戶(hù)沒(méi)有指定特定字段時(shí)，搜索引擎會(huì)對(duì)所有字段都進(jìn)行查找并合并多個(gè)字段的相關(guān)性得分，這樣效率較低。

2、倒排列表方式

將字段信息存儲(chǔ)在某個(gè)關(guān)鍵詞對(duì)應(yīng)的倒排列表內(nèi)，在倒排列表中每個(gè)文檔索引項(xiàng)信息的末尾追加字段信息，這樣在讀出用戶(hù)查詢(xún)關(guān)鍵詞的倒排列表的同時(shí)，就可以根據(jù)字段信息，判斷關(guān)鍵詞是否在某個(gè)字段出現(xiàn)，以此來(lái)進(jìn)行過(guò)濾。倒排列表方式示意圖如下：

3、擴(kuò)展列表方式

為每個(gè)字段建立一個(gè)列表，該列表記錄了每個(gè)文檔這個(gè)字段對(duì)應(yīng)的出現(xiàn)位置信息。比如第一項(xiàng)<1,(1,4)>，代表對(duì)于文檔1而言，其標(biāo)題的位置為從第一個(gè)單詞到第4個(gè)單詞這個(gè)范圍，其他項(xiàng)含義類(lèi)似。

如下圖：

對(duì)于查詢(xún)而言，假設(shè)用戶(hù)在標(biāo)題字段搜索”搜索引擎“，通過(guò)倒排列表可以知道文檔1、3、4包含這個(gè)查詢(xún)?cè)~，接下來(lái)需要判斷這些文檔是否在標(biāo)題字段中出現(xiàn)過(guò)查詢(xún)?cè)~？

短語(yǔ)查詢(xún)

短語(yǔ)查詢(xún)的本質(zhì)是如何在索引中維護(hù)單詞之間的順序關(guān)系或者位置信息。

較常見(jiàn)的支持短語(yǔ)查詢(xún)技術(shù)包括：位置信息索引、雙詞索引和短語(yǔ)索引。也可將三者結(jié)合使用。

1.位置信息索引（Position Index）

在索引中記錄單詞位置信息，可以很方便地支持短語(yǔ)查詢(xún)。但是其付出的存儲(chǔ)和計(jì)算代價(jià)很高。

分別按照詞進(jìn)行查詢(xún)；再比較查詢(xún)結(jié)果之間是不是同文檔、是不是相鄰

2. 雙詞索引（Nextword Index）：首詞+下詞

統(tǒng)計(jì)數(shù)據(jù)表明，二詞短語(yǔ)在短語(yǔ)中所占比例最大，因此針對(duì)二詞短語(yǔ)提供快速查詢(xún)，能解決短語(yǔ)查詢(xún)的問(wèn)題。但是這樣做的話(huà)倒排列表個(gè)數(shù)會(huì)發(fā)生爆炸性增長(zhǎng)。

? ??2個(gè)詞典：首詞、下詞 詞典

????查詢(xún)方法：短語(yǔ)查詢(xún)，“我的父親” =>我_的 + 的_父親?

? ? ?缺點(diǎn)：雙詞索引會(huì)使得索引急劇增大，一般實(shí)現(xiàn)并非對(duì)所有單詞都建立雙詞索引，而是只對(duì)計(jì)算代價(jià)高的短語(yǔ)建立雙詞索引。

3.短語(yǔ)索引（Phrase Index）

? ? 詞典中加入多次短語(yǔ)并維護(hù)短語(yǔ)的倒排列表。

? ??查詢(xún)方法：先短語(yǔ)查找，再詞典查找

? ??缺點(diǎn)：就是不可能事先將所有短語(yǔ)都建好索引。通用做法就是挖掘出熱門(mén)短語(yǔ)。下圖是加入短語(yǔ)索引后的整體索引結(jié)構(gòu)：

4、混合方法

首先在短語(yǔ)索引中查找，如果找到則返回結(jié)果，否則在雙詞索引中查找，如果找到則返回結(jié)果，否則從常規(guī)索引中對(duì)短語(yǔ)進(jìn)行處理，充分發(fā)揮各自的優(yōu)勢(shì)。

短語(yǔ)查詢(xún)用來(lái)對(duì)熱門(mén)短語(yǔ)和高頻短語(yǔ)進(jìn)行索引，雙詞索引對(duì)包含停用詞等高代價(jià)短語(yǔ)進(jìn)行索引。

對(duì)于查詢(xún)，系統(tǒng)首先在短語(yǔ)索引中查找，如果找到則返回結(jié)果，否則在雙詞索引中查找，如果找到則返回結(jié)果，否則從常規(guī)索引中對(duì)短語(yǔ)進(jìn)行處理，這樣就充分發(fā)揮各自的優(yōu)勢(shì)。