全文检索的基本原理

我们生活中的数据总体分为两种： 结构化数据和非结构化数据。 结构化数据： 指具有固定格式或有限长度的数据，如数据库，元数据等。 非结构化数据： 指不定长或无固定格式的数据，如邮件， word 文档等。 当然有的地方还会提到第三种，半结构化数据，如 XML， HTML 等，当根据需要可按结构化 数据来处理，也可抽取出纯文本按非结构化数据来处理。非结构化数据又一种叫法叫全文数据。 按照数据的分类，搜索

>>阅读原文<<