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”。

2.经典搜索核心算法

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。

4.基于机器学习的高级排序算法

5.查询关键字理解

6.文档理解

7.经典图算法

8.基于深度学习的搜索算法

9.搜索系统的评价

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

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。

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。