第一站 - 轻松上网从此开始!

上网第一站

当前位置: > SEO >

虚子雨:百度分词技术研究与猜测

时间:2012-06-03 21:44来源:网络 作者:虚子雨 点击: 我来投稿获取授权
以下内容来自网络或网友投稿,www.swdyz.com不承担连带责任,如有侵权问题请联系我删除。投稿如果是首发请注明‘第一站首发’。如果你对本站有什么好的要求或建议。那么都非常感谢你能-联系我|版权认领
百度搜索引擎在中文领域市场占有率第一的地位,严格来说是他有了一套非常好的分词技术。当然高深的分词技术我们是无法探知的。但我们可以从一些表面的一些“管

  百度搜索引擎在中文领域市场占有率第一的地位,严格来说是他有了一套非常好的分词技术。当然高深的分词技术我们是无法探知的。但我们可以从一些表面的一些“管”来窥其里面的“豹”。今天杭州SEO就为大家谈一谈关于百度分词的一点点基本的猜测。

  首先我们要了解百度分词的条件,并不是所有的词都会有分词产生,例如我们搜索“大学生”,返回的结果,我们会看到精准匹配,那么百度就对这个词没有进行了分词处理,看下图:

  

 

  而我们搜索“电影下载”,百度就会将这些词拆分为“电影”、“下载”和“电影下载”,如下图:

  

 

  于是有朋友猜测会不会百度以三个中文字为限,开始实施分词呢?大家可以多次测试一下,这种说法是相当有市场的,但是后面我又搜索关键词的时候发现一个问题,如果一个词已经被百度词库收为一个单独的词,那么不管他多么长,百度也会先推荐精准匹配网页,然后推荐分词匹配网页。

  例如大家搜索“不管你们信不信”,一般来说这样的句子肯定是要被分词处理的,但是因为去年动车事件,这个句子已经成为大家常用的词语,百度也已经对这个词比较认可了,将他收入词库中,那么它就可以实现精准匹配。如下图,网页标题中都是精准匹配,未见分词匹配:

  

 

  结论猜测:用户搜索某个关键词,百度会根据自己词库先进行精准匹配,如果这个词是很常用的词,在自己词库中已经建立词条的词,那么百度就会调用相关的网页结果,如果词库中不存在就进行分词处理,得出的搜索结果也会产生一些分词处理情况,至于结果排名影响因素比较多,比如网站的权重会影响到搜索的结果排名,具体的需要深入分析,这里就不班门弄斧了。

  本文由杭州SEO()网编发表,欢迎大家转载,转载时请保留此链接,谢谢合作!

(责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发布者资料
第一站编辑 查看详细资料 发送留言 加为好友 用户等级:注册会员 注册时间:2012-05-22 19:05 最后登录:2014-08-08 03:08
栏目列表
推荐内容
分享按鈕