反向索引

Question

我正在进行倒排索引，我的问题是：在最后一步中，我们应该返回单词出现的文档总数还是每个文档编号？ 例如 ： 如果这个词＆＃34;你好＆＃34;出现在3份文件中（文件A和文件B和文件C）我应该返回3或A，B，C？

Answer 1

索引意味着它会给你一些东西，而不仅仅是一个数字。频率计数可以计算出一个单词的出现次数。

BTW您可以从A，B，C获得数字，但不是相反。

Answer 2

这完全取决于你！

如果您只需要返回某个单词出现的文档总数，那么您甚至不需要反向索引。您所需要的只是从单词到计数的映射。与倒排索引相比，这将花费更少的计算和空间。

如果您正在进行信息检索练习（或做一些概念验证等），在我看来，您还需要返回找到给定单词的文档，即{{3} }