# 复盘 1 | 搜索核心技术模块

    到目前为止，我们讲完了人工智能核心技术的第一个模块——_搜索_。我们从搜索的核心算法入手，进而讨论了搜索的两个关键组件，分别是查询关键字理解和文档理解，并落实到对搜索系统的评价，然后从宏观视角介绍了搜索框架的历史和发展，最后又从深度学习技术在搜索领域的应用角度，对分享做了一个延伸。

整个模块共27期，9大主题，希望通过这些内容，能让你对搜索技术有一个系统的认识和理解，为自己进一步学习和提升打下基础。今天我们就来对这一模块的内容做一个复盘。

提示：点击知识卡跳转到你最想看的那篇文章，温故而知新。如不能正常跳转，请先将App更新到最新版本。

## 1.现代搜索架构剖析

从20世纪50年代有信息检索系统开始，搜索系统大致经历了三个发展阶段。从最开始的“基于文本匹配的信息检索系统”到“基于机器学习的信息检索系统”，再到近几年受深度学习影响的“更加智能的搜索系统”。

[![](https://static001.geekbang.org/resource/image/7b/07/7b421403d2398604e4115bee4df25707.png)](https://time.geekbang.org/column/article/1702)

[![](https://static001.geekbang.org/resource/image/45/0d/458e60fc7255a359bc31a73a0f70b30d.png)](https://time.geekbang.org/column/article/1762)

[![](https://static001.geekbang.org/resource/image/db/a4/dbc32bbdc558aac10c40144f318a9ba4.png)](https://time.geekbang.org/column/article/1821)

## 2.经典搜索核心算法

[![](https://static001.geekbang.org/resource/image/f4/5e/f489afcf01a5ffb8aeb801899436325e.png)](https://time.geekbang.org/column/article/822)

[![](https://static001.geekbang.org/resource/image/01/98/01a7ce8bc679bc75e414b3a5c8e04698.png)](https://time.geekbang.org/column/article/828)

[![](https://static001.geekbang.org/resource/image/21/b6/218e2118d860c7b342076e5fda049cb6.png)](https://time.geekbang.org/column/article/830)

## 3.基于机器学习的排序算法

问题设置：把一个排序问题转换成一个机器学习的问题设置，特别是监督学习的设置。

[![](https://static001.geekbang.org/resource/image/e4/b9/e48e5413055da8fd441d7781ff9801b9.png)](https://time.geekbang.org/column/article/949)

[![](https://static001.geekbang.org/resource/image/fe/74/fe1844e1de5f9f34af2e4a842ac3aa74.png)](https://time.geekbang.org/column/article/950)

[![](https://static001.geekbang.org/resource/image/9b/00/9b087c4f672314639e1bcd572f8c4000.png)](https://time.geekbang.org/column/article/952)

## 4.基于机器学习的高级排序算法

[![](https://static001.geekbang.org/resource/image/70/91/70d53c45a87711e1b1b441bec1753591.png)](https://time.geekbang.org/column/article/2026)

[![](https://static001.geekbang.org/resource/image/0c/32/0cfd58acbe692fc437f6ce3a35092e32.png)](https://time.geekbang.org/column/article/2052)

[![](https://static001.geekbang.org/resource/image/51/6b/517840c53b3d0e7cd2abc487da578d6b.png)](https://time.geekbang.org/column/article/2099)

## 5.查询关键字理解

[![](https://static001.geekbang.org/resource/image/fb/43/fb7cbfccb622be4515e7450b182a3443.png)](https://time.geekbang.org/column/article/1077)

[![](https://static001.geekbang.org/resource/image/5c/03/5c14df7301b5e41186ec4a469b670c03.png)](https://time.geekbang.org/column/article/1079)

[![](https://static001.geekbang.org/resource/image/1a/10/1a6766670e0a62feb367f285afaebc10.png)](https://time.geekbang.org/column/article/1081)

## 6.文档理解

[![](https://static001.geekbang.org/resource/image/0a/44/0a290fe14835b5873e9c96f97c4bd944.png)](https://time.geekbang.org/column/article/1448)

[![](https://static001.geekbang.org/resource/image/e6/52/e6cee91bb08cd53231417fb31ab2a252.png)](https://time.geekbang.org/column/article/1449)

[![](https://static001.geekbang.org/resource/image/bc/0f/bc47227d10463309cf61c49d1bf9e20f.png)](https://time.geekbang.org/column/article/1450)

## 7.经典图算法

[![](https://static001.geekbang.org/resource/image/b8/0e/b82b17813fabd3f5f4122cd28f90fc0e.png)](https://time.geekbang.org/column/article/1883)

[![](https://static001.geekbang.org/resource/image/3c/75/3c7b084e04691a127d3ccbb6e44d3a75.png)](https://time.geekbang.org/column/article/1938)

[![](https://static001.geekbang.org/resource/image/37/63/37c944d1604e9fc3403af4d6b1e1da63.png)](https://time.geekbang.org/column/article/1940)

## 8.基于深度学习的搜索算法

[![](https://static001.geekbang.org/resource/image/7b/79/7bf8ff71d180de4f595492d4814f1b79.png)](https://time.geekbang.org/column/article/2297)

[![](https://static001.geekbang.org/resource/image/ff/0a/ff66c775018198c8dbf53522b2cfd00a.png)](https://time.geekbang.org/column/article/2298)

[![](https://static001.geekbang.org/resource/image/51/e7/51e5337043a69b3cdfe3a19eba2466e7.png)](https://time.geekbang.org/column/article/2332)

## 9.搜索系统的评价

If You Can’t Measure It, You Can’t Improve It.

[![](https://static001.geekbang.org/resource/image/3f/d3/3f60f5a72923c2ac414952330be920d3.png)](https://time.geekbang.org/column/article/1296)

[![](https://static001.geekbang.org/resource/image/5a/54/5a3beafeeaae0b85ab37188763349e54.png)](https://time.geekbang.org/column/article/1299)

[![](https://static001.geekbang.org/resource/image/82/3a/827f32f8bfed0874f9cb12775e6c193a.png)](https://time.geekbang.org/column/article/1300)

## 积跬步以至千里

最后，_恭喜你在这个模块中已经阅读了70047字，听了220分钟的音频，这是一个不小的成就_。在人工智能领域的千里之行，我们已经迈出了扎实的第一步。

![](https://static001.geekbang.org/resource/image/fe/d1/fef59e0cf354d51287e3b3d5d360c0d1.png)

感谢你在专栏里的每一个留言，给了我很多思考和启发。期待能够听到你更多的声音，我们一起交流讨论。