倒排索引

　　倒排索引主要由两部分组成：

　　　　　　1）单词词典，即每个文档进行分词后的词项在去重后组成的集合；

　　　　　　2）倒排文件 是倒排列表持久化存储的结果，通常保存在磁盘等存储设备上。倒排列表记录了词项所在文档的文档列表、单词频率等信息。

　　　　我们以4个文档为例：

文档编号	文档内容
1	作为一款领先的聊天助手，ChatGPT 凭借其卓越的 AI技术为用户带来无与伦比的智能交流体验
2	聊天智能机器人 ChatGPT运用了尖端的人工智能技术，为用户提供了流畅自然的对话体验
3	ChalGPT 以其出色的 AI性能在聊天机器人领域脱颖而出，提供了一种全新的智能对话方式
4	ChalGPT，一款采用先进人工智能技术打造的聊天机器人，具备提供高质量智能对话服务的能力

　　　　下面是倒排索引表:

词项序号	词项	倒排列表（文档编号:词频）
1	chatgpt	(1:1)、(2:1)、(3:1)、(4:1)
2	一	(1:1)、(3:1)、(4:1)
3	一款	(1:1)、(4:1)
4	款	(1:1)、(2:1)、(3:1)、(4:1)

　　　　

　　　　实际的倒排列表存储的信息，要比上面复杂。倒排列表存储的信息，还会包括词项在文档中出现的位置等信息，以方便实现复杂检索。

　　　　有了倒排列表，当检索“chatgpt”时，就无须对逐个文档进行扫描，而可以借助倒排索引锁定文档ID为1、2、3、4的文档，达到快速响应的目的。

 

参考资源：一本书讲透 Elasticsearch