搜索引擎对结果描述的想法

Question

我正在制作一个用于全文搜索的搜索引擎，但在显示带有描述的结果时出现了性能问题。我为当前查询制作了结果，但是当我尝试获取文本并突出显示关键字所在的部分时，表现不佳。我使用 pdf、txt、doc、docs、html 等。所以我的搜索引擎的工作方式如下：

• 我有一个用于存储文档文本的数据库表
• 我有一个数据库表，我用它的频率索引文本

这个场景真的好吗。我必须搜索索引并获取文档，解析文本，获取句子，使用关键字过滤句子。无描述搜索的表现是：

**Крушевското Востание 1903** 0,00518989562988
**Даме Груев** 0,00394678115845
**Даме Груев и Гоце Делчев**  0,0916090011597
**Државен празник Илинден** 0,0072648525238
**Даме** 0,00195503234863
**Александар Македонски** 0,0423209667206
**Бранко Црвенковски и Никола Груевски** 0,0233609676361
**СДСМ и ВМРО-ДПМНЕ** 0,0295231342316
**Македонија** 0,0435738563538
**Никола Груевски и Македонија** 0,0451180934906

搜索关键字是我的母语，文档集合是 3679。使用句子的描述标签，我的结果显示速度要慢 10 到 20 倍。 （比如 2-3 秒）。搜索是在 python 中进行的。

有什么建议吗？

Answer 1

我真的建议你看看像 Elastic search 和 Solr（都基于 Lucene）这样的项目，它们都支持你想做的事情（全文搜索、结果突出显示......）等等。