搜索引擎结构 文本预处理 分词 文本分词一般是先将文本分成独立的单词，然后取出标点符号，去除停止词，停止词就是一些使用频率高但是没有实际意义的词，比如：a、an、the、are等等 语言处理 对于英文来说，先是统一大小写，再对单词进行缩减，缩减过程主要有两种，一种是词干提取，即抽取词的词干或者...