Inverted Index

當我們需要從大量文件中快速找到包含特定關鍵字的文件時，逐一掃描顯然不可行。Inverted index 透過建立從 term 到 document ID 的 posting list，讓全文檢索可以在接近常數時間內完成。我們會學習 TF-IDF scoring 如何衡量一個 term 對特定文件的重要程度，以及 index construction 與 merging 的流程如何處理大量資料的索引建立。Query processing 中的 AND/OR 操作則決定了多關鍵字查詢的語意。Inverted index 是搜尋引擎與 log analysis 系統的基礎元件，也是理解現代資訊檢索架構的起點。

Key Concepts

我理解 inverted index 的結構，即從 term 對應到包含該 term 的 document ID 列表（posting list）

我理解 TF-IDF scoring 如何衡量一個 term 對特定 document 的重要程度，以計算搜尋結果的相關性排名

我理解 index construction 與 index merging 的流程，包括如何處理大量資料的索引建立與更新

我理解 boolean query 中 AND/OR 操作如何在 posting list 上進行交集與聯集運算

我了解 inverted index 在搜尋引擎與 log analysis 系統中的實際應用場景

Recommended Resources