藏文网页倒排索引。
第四步:对标题建索引。大多数的Web文档有文档标题TITLE, 标题反映了文档的主要内容, 是搜索和导航的要紧依据。标题索引以词、短语或句子为索引单位, 具体依据词表匹配状况确定, 假如标题匹配词表中的规范词则用规范词, 假如没则直接以标题建索引。藏文规范词表是动态更新的。检索时以匹配标题索引为优先方案, 先查看标题索引库, 再查看全文索引库。
第五步:索引库更新。网站的页面信息是动态更新的, 由互联网爬虫抓获得到的藏文网页倒排索引库也需要更新。搜索引擎的倒排索引更新有多种方法, 包含修改更新、覆盖更新和添加更新。鉴于现在上线的藏文网站数目少, 互联网爬虫工作周期短, 藏文网页的倒排索引库更新可以采取添加更新加覆盖更新的方案。每次爬虫工作完成后, 打造新的索引库, 将查看引擎链接指向新的索引库, 同时保留近两期的索引库, 将更早的索引库删除。每次添加新的索引库后, 先将之前近两期的索引库保留一段时间备用。
