如何在数据库中为搜索引擎存储文档向量？

Question

我用Java实现了一个搜索引擎。它有一个存储倒排索引的数据库，即从术语到出现术语的文档列表的映射。有一个功能，允许用户上传一个文档，该文档可以添加到文档中进行索引。我面临的问题是，每次添加新文档时，索引都会在内存中重建，而不是更新。要进行更新，我需要一个存储文档向量的数据库，文档向量本质上是索引中每个术语的tf-idf(术语频率*反向文档频率)。我不能计算出它的数据库结构，因为存储这样的结构需要哪些行和列或多个表。

我需要存储

1. Document ID 
2. Document Title
3. N dimensional Document vector where N is the number of unique terms
4. N terms 
5. IDF of each term
6. TF of each term for every document.

我需要它，以便在查询匹配的时候，我可以提取这个向量，并计算它与查询vector.If的相似性。如果您想要任何其他信息，请让我知道。非常感谢，我相信我会在这里得到一些帮助。

Answer 1

您确定要使用数据库来实现搜索引擎吗？

你可以看看这个Java框架，它做得很好，学习起来也很简单。

Lucene Tutorial in 5 mins

它使用向量空间模型，你不需要担心你在帖子中提到的所有上述字段，因为Lucene将它们与更高级的排名因子一起存储。

很抱歉，如果你是故意使用数据库，我的回复对你没有帮助。