Söksystem

Söksystem, eller informationssökning, är ett system som hämtar och presenterar relevanta dokument eller data som svar på användarens frågor. Sådana system används i allt från webbsök och företagsinterna sökverktyg till bibliotekskataloger och databassökningar. Målet är att hitta, ranka och leverera relevanta resurser snabbt och användarvänligt.

Grunden består av dataingång, indexering och återfinning. Data samlas in från olika källor via skrapning, polling eller anslutningar, och omvandlas till en sökbar struktur, ofta ett inversionsindex. Dessutom sker normalisering, tokenisering, stemming eller lemmatization samt hantering av stop words och språk. När användaren skickar en fråga processas den av en frågeprocessor som tolkas och letas upp mot indexet. Relevans beräknas med rankingmodeller som TF-IDF, BM25 eller maskininlärningsbaserade modeller, och kan inkludera faktorer som termmatch, dokumentets kvalitet, användarens kontext eller popularitet. Sökresultat presenteras med sammanfattningar (snippets) och länkar. Systemet kan stödja avancerade sökfrågor som booleska operatorer, fras- och proximitetssök, samt filtrering och sortering. Distribuerade arkitekturer möjliggör horisontell skalning och snabb respons.

Vanliga typer av söksystem är publika webbsök, enterprise- eller infrastruktursök, akademiska sök- och biblioteks­sök. Utmaningar inkluderar skalbarhet, färskhet, språklig mångfald, integritet och motstånd mot missbruk och spam. Effektivitet mäts ofta med precision, recall, f-score samt rangordningsmått som NDCG och MRR. Genom användarfeedback och A/B-tester förbättras relevans och användarupplevelse.