全文检索入门书？

Question

任何人都可以推荐一本关于全文搜索的好书/论文/文章（并且可能是一般的索引）。我非常痴迷于必须了解我的应用程序幕后发生的事情，而且我很难理解为什么Sphinx和其他外部FTS让MySQL / MyISAM黯然失色。

Answer 1

为了从下到上了解全文搜索，我建议“管理千兆字节”。

http://www.cs.mu.oz.au/mg/

Answer 2

我发现postgres全文搜索页面http://www.postgresql.org/docs/8.3/static/textsearch.html非常有启发性。

特别是：http://www.postgresql.org/docs/8.3/static/textsearch-intro.html

文本搜索运算符已存在于数据库中多年。 PostgreSQL有文本数据类型的〜，〜*，LIKE和ILIKE运算符，但它们缺少现代信息系统所需的许多基本属性：

• 甚至没有语言支持 对于英语。正则表达式是 不够，因为他们不能 容易处理派生词，例如， 满足和满足。你可能会想念 包含满足的文件， 虽然你可能想 在寻找满足时找到它们。 可以使用OR进行搜索 对于多个派生形式，但这个 很乏味且容易出错（有些 话可以有几千 衍生物）。
• 他们没有提供订购（排名） 搜索结果，这使他们 成千上万的无效 找到匹配的文件。
• 他们往往很慢，因为有 没有索引支持，所以他们必须 处理所有文件 搜索范围。

Answer 3

有一本优秀的免费信息检索书（Christopher D. Manning，Prabhakar Raghavan和HinrichSchütze，信息检索简介，剑桥大学出版社.2008），包括文本检索，免费(legit) here。

Answer 4

我会从this开始。它适用于SQL Server，但阅读不会受到影响，因为除了实现细节之外的许多概念（很可能）在数据库中都是相同的。

Answer 5

“面向对象的文本检索架构”

http://lucene.sourceforge.net/papers/riao91.ps