全文檢索的基本原理

我們生活中的數據總體分爲兩種： 結構化數據和非結構化數據。 結構化數據： 指具有固定格式或有限長度的數據，如數據庫，元數據等。 非結構化數據： 指不定長或無固定格式的數據，如郵件， word 文檔等。 當然有的地方還會提到第三種，半結構化數據，如 XML， HTML 等，當根據需要可按結構化 數據來處理，也可抽取出純文本按非結構化數據來處理。非結構化數據又一種叫法叫全文數據。 按照數據的分類，搜索

>>阅读原文<<