参考：http://www.rhymezone.com/shakespeare/
实现简单的搜索引擎功能，实现以下基本功能：
- 拼写检查（参考最小编辑距离原理）
- 倒排索引
- 使用TF/IDF进行文档排序
数据来源：data文件夹是从百度百科词条中抽取的文本，作为文档语料
- 步骤
- jieba分词，过滤标点符号
- 建立倒排索引
- 参考最短编辑距离实现
- 实现步骤：
- 查询内容分词
- 查找对应的词是否存在
- 存在，则不进行额外检查
- 不存在，检索词库，查找所有与该词编辑距离为1的词
- 将可能的模糊词进行组合，提供查询选择
-
示例 一
-
示例 二
-
运行 -
python3 src/main.py -
index/index.json为已经生成的倒排索引，可以考虑调用load_inverted_index方法加载已经生成的倒排索引，或者利用create_index创建新的倒排索引 -
拼写检查关于推荐的相关效果不是很好，可以考虑建立词库，为不同的词的组合设定权重，这样相关的推荐更加合理