DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁SEO優化 >  >> SEO優化集錦
新浪微博搜索的分詞短板:一個空格之差,結果天差地遠
編輯:SEO優化集錦     

先聲明,這不是一場針對新浪微博的批判,我也沒有要對它指手畫腳的意思。我只是一個路過的技術愛好者,抱著交流學習的心態,想和大家一起拆解新浪微博搜索在分詞環節上的一些值得商榷之處。

重疊詞(疊詞)一直是檢驗分詞水準的優質試劑。於是我拿“阿裡巴 巴”這個帶空格的寫法去做了測試:

結果相當出人意料地不理想。作為對照,真實的“阿裡巴巴”本該呈現出這樣的效果:

也就是說,“阿裡巴 巴”與“阿裡巴巴”這兩個看上去幾乎等價的詞,在新浪微博的搜索結果裡竟然差出這麼多。依我的推測,癥結在於沒有做全局分詞。拿“阿裡巴 巴”來說,它至少應該被切成三個語義單元,但從實際表現看,系統似乎只調用了專業名詞詞庫。而“阿裡巴巴”本應切出「阿裡」「巴」「巴」「巴巴」「阿裡巴巴」這五個層次的詞組。缺少這層全局切分,直接後果就是搜索“阿裡巴 巴”時幾乎檢索不到任何相關內容。

同理,“阿裡 巴巴”的表現也同樣糟糕,事實也印證了這一點:

當然,這樣設計也有它的邏輯:用戶敲下的空格,天然就被視為詞與詞的分隔符,或者說系統本身就以空格作為分詞標志。這個解釋放在十年前或許站得住腳,但搜索早在多年前就進入了語義理解時代,若還抱著舊思路不放,掉隊只是時間問題。尤其是在你把這三個case丟進百度、360、搜狗的搜索框時,它們都能給出合理的處理;反過來,如果把“QQ”和“Q Q”放進新浪微博搜索,結果只會更加狼狽。由此不難看出,新浪微博的搜索高度依賴詞庫的覆蓋度——可偏偏,成敗往往就藏在這些細節裡。

註:更多網站建設技巧,歡迎移步建站教程頻道閱讀。

收藏本文

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