DIV CSS 佈局教程網

威廉·張:中文搜索其實比英文難上數倍
編輯:百度搜索算法     

據百度官方空間消息,身為世界頂尖搜索引擎專家之一的威廉·張,從美國來到百度。上週數十位記者齊聚百度,參加了這位首席科學家的記者見面會。

Infoseek:用中文思路做的英文搜索

我是中國人,雖然小時候就去了美國,但對中文的了解可能還勝過英文。大家都知道,中文的基礎單位是「詞」而非「字」,單個字本身往往沒有太大意義;而英文裡有幾十萬個 Word。過去做英文搜索的人犯了一個「錯」,他們幾十年的研究都以「字」為主。

我到 Infoseek 做的第一件事,就是去看使用者到底在搜什麼。結果發現,他們搜的不是字,而是詞——普遍是人名、地名,或某個東西的名稱,很少是單獨一個字。於是我就決定從基礎重新做起,把過去學到的東西先忘掉,改以「詞」為單位。這麼做,等於是用處理中文的方式來做英文搜索引擎。

因為做法與前人完全不同,等於是頭一個這麼幹的人,一切都得從實驗開始。1995 年底我進入 Infoseek,到 1996 年 4 月第一次公開發表成果,立刻獲得了非常好的迴響。過了一段時間,外界批評說,若論技術,Infoseek 才是第一,而不是 Yahoo!——當時 Yahoo!才是公認的搜索龍頭。於是我想找 Robin 一起加入,因為我們的技術已經很強,當然仍有改進空間,但商業方面非常薄弱,我需要把全部精力放到商業上。


(威廉·張語調不高,略帶腼腆,說出的話卻頗有幾分語出驚人……)

(記者:您剛才提到英文搜索其實也源自於對中文分詞的理解?那中文的分詞理解是否可以推廣到全球各個領域?)

我想是可以的。我自己當然不懂那麼多語言,但看看全世界,語言就是一個基礎,每種語言都有大量的詞,而且很多是名詞。最重要的往往也是名詞,可能是專有名詞,也可能是普通名詞,但都是名詞。全世界所有語言都是如此,英文也不例外,只是過去大家沒有注意到而已。

所以以「詞」為基礎,我想所有語言都能做,而且都能做得很好。中文實際上比英文難做上好幾倍,既然中文都做妥了,這個基礎也就具備了。

網就是人

人和技術是可以相互配合的。我對網的看法是這樣:網就是人,就是人群。所以網不是網頁,不是那些死掉、固定的網頁,網頁也不是機器;網是人群,是它的使用者,是在上面書寫的人,這才是真正的網。

所以對我而言,編輯與技術從來不是不能相輔相成的。我的看法是,有編輯最好,有技術也最好,兩者一起合作——說起來容易,做起來難,這是我需要在上面下很大功夫的地方。

人工可以指導技術。你可以說人工不必親自去做每一個細節,而是以人工來引導,再讓技術去完成那些細節;也可以說技術能夠學習人來做事。但這並不代表編輯不重要,編輯非常非常重要,可以說人才才是真正的智囊。

(記者:百度以前非常成功的產品是貼吧,聽說貼吧當初是一顆無心插柳的樹,最後卻大獲成功。您現在身為首席科學家規劃未來架構時,是否也會插下幾棵這樣的柳樹?)

也會,不過「無心插柳」未必全是事實。我的意思是,貼吧並不是真的無心為之。我對公司當時的歷史不太了解,也問過這個問題:當初為什麼要做貼吧,是誰同意、誰反對?結果發現並非真的隨手一插,而是經過思考的。只是動手時誰也不知道會不會成功,只是判斷這類東西應該有些希望——把百度社區化應該是有前途的,於是就去做。以後我也會去插這樣的柳樹,但百度這麼大的公司,不會隨便亂插,仍需要經過思考,多做一些實驗。

要想得仔細,說得清楚,寫得精確,最後才能做得有力

首席科學家這個職位,在不同公司裡意義也不盡相同。在百度,這樣說吧,我才來十二天,還不清楚這個職位到底如何定義,這需要和大家接觸之後再去探索。不過總的來說,首席科學家要與公司所有部門接觸,商業方面也要做研究。有一點我想說明:百度的商業產品其實是世界第一流的,有些產品堪稱獨一無二,美國一些公司都還沒做到,百度已經開始在做,所以並不是說百度在抄襲別人。

實際上百度是一家非常先進的公司。首席科學家與做商業產品的人接觸很深,對社區產品也是如此,因為網上社區的發展也可以算是一門科學。許多學校、研究所也在研究如何把網民視為一個社會、一個社區,探討它們過去如何演變、未來如何發展。當然最後還有技術層面,首席科學家會與技術人員有很深的接觸。

我在給公司的信裡也寫了:要想得仔細,說得清楚,寫得精確,最後才能做得有力。我已經這麼做了很久,這並不容易,寫下這十六個字也頗費功夫。但確實有必要和大家談談我對做事與團隊文化的看法,所以就送給大家這十六字口訣。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved