問答系統的回顧
圖中右側是一個知識庫，知識庫需要包含兩方面信息，每個數據需要包含每個問題和問題對應的答案。
假設用戶問了一句話：How do you like NLPCamp？這句話經過一系列的文本預處理之後，需要和知識庫的每個問題進行匹配，計算用戶輸入與每個問題的相似度，返回相似度最高的問題對應的答案。
這種方法有一個弊端，當知識庫數據量太大時，需要計算N次相似度，對於用戶的每個問題，都要和知識庫的所有問題進行匹配，再返回相似度最高的。
爲了避免計算知識庫中的所有數據，我們使用倒排表來解決該問題。
倒排表
倒排表的核心思路是要知道某一個單詞出現在哪一個文檔中。
現在有一個知識庫和詞典庫，詞典庫有所有出現的詞，例如詞典庫是【我們，今天，運動，昨天，上，課】。
對於下面四個文檔：
- doc1：我們今天運動；
- doc2：我們昨天運動；
- doc3：你們上課；
- doc4：你們上什麼課；
對於詞典中的每個詞，【我們】出現在文檔【doc1，doc2】，【今天】出現在【doc1】，以此類推，這樣就形成了一個倒排表。
當形成一個倒排表，當用戶輸入運動，需要返回一些和運動相關的文檔，這時候我們可以直接查詢出現【我們】的文檔，也就是【doc1，doc2】，這樣就不用遍歷整個知識庫。
當用戶輸入【我們上班】，如果沒有倒排表，需要將用戶輸入與整個知識庫進行匹配，這樣會耗費大量的時間。如果有了倒排表，可以直接查詢與【我們】，【上】，【班】相關的文檔。根據倒排表返回的文檔和用戶輸入計算相似度，返回相似度最高的文檔。
當用戶輸入【How do you like NLPCamp】，可以先選擇至少包含輸入句子中一個單詞的所有文檔，這是一次過濾。