入索引和分类是两码事

入索引就是是分词后的入库。根据ABCD,啊哦额一等一系列term进行存放。分类是把一大堆东西A，去归类的另外几样东西B上。其实本质就是就求A们和某个B的相关性。然后这个相似性又分成布尔模型和潜在语义模型。

布尔模型很简单，就是包含(相关)和不包含（不相关）的问题。例如你上面的说的东西。各种2元匹配然后布尔模型是有局限性的，太依赖匹配，容易找出太多或者太少的结果。

然后接下来就是向量模型

把文档中的term映射到向量空间中，然后每个term会有自己的权重，通过余弦求相似性。当然，上面这两个种比较好理解，然后技术实现难度也不大，搜索引擎也不可能用。接下来说说搜索引擎可能会用的（为啥是可能？因为我也不在搜索引擎工作）