查询倒排文件索引

Question

我在学校有一个项目，我需要使用倒排索引创建一个搜索引擎，但我有点不知道如何继续。

我使用倒排文件索引存储了我的文档（4 个文档）中的所有单词，但在某种程度上，特定文件中的每个单词都有一行，所以假设单词“like”可以出现在文档 2 三中times 和 doc 4 两次 - 所以它将有 2 行， word:like docid:2 hit:3 instoplist:0 和 word:like docid:4 hit:2 instopelist:0 （hit 是单词出现在doc 和 instoplist，如果它是停止列表中单词的一部分）。

现在我需要能够对该索引进行查询。 假设我需要找到 - 汽车和（摩托车或自行车） 这是最好的方法吗？我如何写搜索的顺序？我怎么知道先骑摩托车和自行车，然后在它们之间做“或”，然后用汽车做“和”？

*ps- 使用php编写代码

我将不胜感激，

谢谢

Answer 1

您可以使用包含汽车的文档的交集与（包含摩托车或自行车的文档的联合）

汽车：doc1、doc2、doc3

摩托车：doc1、doc4

自行车：doc1，doc2

所以你的最终文档列表应该是 doc1, doc2

用于在 php 中查找交集和并集。 假设您有 3 个数组 $car 、 $motorcycle 和 $bicycle 包含包含这些词的文档

<?php

  $car = ['doc1','doc2','doc3'];

  $motorcycle = ['doc1','doc4'];

  $bicycle = ['doc1','doc2'];

  $intersect = array_merge($motorcycle, $bicycle);
  $result = array_intersect($car , $intersect);


  for($x = 0; $x < count($result); $x++) {
      echo $result[$x];
      echo "<br>";
  }

?>