实验介绍
【实验名称】：英文文本检索系统
【实验目的】：
开发一款针对英文文本的信息检索系统，可以实现建立索引表、布尔查询、通配符查询、短语查询等功能，并通过开发过程达到以下目的：
（1）复习本学期所学信息检索知识；
（2）掌握基本的信息检索方法，了解检索系统的搭建；
（3）具备实现、维护与优化信息检索系统的能力。目前实现的功能有：
（1）自动获取某英文小说网站的文本作为数据源；
（2）建立查询表；
（3）计算指定词的 TF-IDF 值；
（4）进行布尔查询；
（5）进行通配符查询；
（6）进行短语查询。
所有功能都可以通过—hit 参数限制输出的结果数量。
【实验环境】：
(1)处理器：
Intel(R) Core(TM) i5-9300H CPU @ 2.40GHz 2.40 GHz
(2)操作系统环境：
Windows 10 家庭中文版 x64 21H1 19043.1052
(3)编程语言：
Python 3.8
(4)IDE 及包管理器：
JetBrains PyCharm 2020.1 x64， anaconda 3 for Windows（conda 4.9.0）
(6)使用的第三方库：
见附件 requirements.txt
【参考文献】：
[1]. [美]克里斯托夫·曼宁，[美]普拉巴卡尔·拉格万，[德]欣里希·舒策 著.王斌，李
鹏 译.信息检索导论（修订版）.人民邮电出版社,2019.7.
实验内容
【实验方案设计】：
本部分将围绕以下 8 个模块，就原理和实现层面分别予以介绍：用户交互的实现、数据获取、查询表的建立、布尔查询、TF-IDF 值的计算、通配符查询、短语查询、结果数目更改。
目录
1、用户交互的实现： 3
3、查询表的建立 6
3.1 预处理 6
3.2 倒排表的构建 8
3.3 倒排表的压缩 9
3.4 构建轮排索引 10
4、布尔查询 11
5、TF-IDF 值的计算 14
6、通配符查询 14
7、短语查询 15
8、结果数目更改 16
1、用户交互： 17
2、数据获取： 18
3、查询表的建立 19
4、查看指定词的 VB 编码 20
5、布尔查询 20
6、通配符查询 21
7、短语查询 22