入索引和分类是两码事
入索引就是是分词后的入库。根据ABCD,啊哦额一等一系列term进行存放。分类是把一大堆东西A，去归类的另外几样东西B上。其实本质就是就求A们和某个B的相关性。然后这个相似性又分成布尔模型和潜在语义模型。
布尔模型很简单，就是包含(相关)和不包含（不相关）的问题。例如你上面的说的东西。各种2元匹配然后布尔模型是有局限性的，太依赖匹配，容易找出太多或者太少的结果。
然后接下来就是向量模型
把文档中的term映射到向量空间中，然后每个term会有自己的权重，通过余弦求相似性。当然，上面这两个种比较好理解，然后技术实现难度也不大，搜索引擎也不可能用。接下来说说搜索引擎可能会用的（为啥是可能？因为我也不在搜索引擎工作）
例如PLSA，LDA等基于统计学语义算法，可以用于分类，过滤，检索等方面，说实话我也搞不太清楚，大概是把文章映射到向量空间中，然后通过奇异值分解后降维进行计算。通俗点来讲，就是例如通过上说的布尔模型模型，可以知道"iphone"和"iphone4s"是同一类东西。但是通过基于统计学的语义算法，能够知道乔布斯和iphone之间是有关系的，具体资料google上查一查吧
