如何根据 查询语句 找出相关的文档？

Question

小弟在学习并自己开发搜索引擎， 现在做到了倒叙排列，网络爬虫。 但是在查询的时候如何根据 查询语句 找出相关文档呢？ 在网上找了下， 有个叫 向量空间模型的，，但是解释不是很清楚。 权重如何赋值？ 如何找到文档中的关键词？是根据词语出现的频率还是其他的？ （明显“了”“的”这样的词出现频率会很多，但是不可能是关键词啊）请各位达人指点下。。

Answer 1

就像lucene那样。有好多文档， d1, d2, d3.......d10000 词语 w1在d1中出现的次数很多，而在其他文9999个档中出现的的次数很少， 那么w1 就可以说是文档d1的关键词，反之w1 在任何文档中出现的次数都很多那就说明他不是关键词，，，，但是这个多少有没有一个定义？多少是多多少是少呢？ 

Answer 2

如何查看两个string 的相似度啊？

Answer 3

问题解决了。。有关知识请自学vsm