全文搜索引擎定义和分类

全文搜索引擎，作为当今应用广泛的主流搜索引擎，其基本原理是通过计算机程序扫描文章中的每个词语，为每个词创建索引，记录其出现次数和位置。用户进行查询时，检索程序会依据预先建立的索引进行查找，并将结果反馈给用户，这就像在字典的检索表中查找单词一样。

全文检索的分类主要分为两种：按字检索和按词检索。按字检索是指对文章中的每一个单独的字建立索引，查询时将查询词分解为字的组合。这种方法对于英语等语言较为简单，因为字与词在这些语言中通常是一致的。然而，对于中文等东方语言，如中文，字与词有明显区分，这就需要更为复杂的处理。

按词检索则针对文章中的语义单位——词进行索引。检索时，系统会按照词进行搜索，同时能够处理同义词等复杂情况。对于英文等西方语言，由于词与词之间通常由空格分隔，实现起来类似按字检索，加上同义词处理并不困难。然而，中文等语言的分词处理是全文检索，尤其是中文全文检索技术中的挑战，需要精细的算法和策略来解决。