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
從中文分詞看排名邏輯:搜索引擎怎麼切你的關鍵詞
編輯:SEO優化集錦     

搞懂搜索引擎的分詞機制,對 SEO 的意義遠比多數人想像的大。關鍵詞怎麼佈局、鏈接結構怎麼搭,背後其實都繞不開分詞這件事。下面我把中文分詞的基本原理梳理一遍,再談談它對我們做站的實際啟示。

什麼是中文分詞

英文句子由一個個單詞、以空格分隔組成,切分天然容易。中文則是漢字連綿成句,處理起來複雜得多。所謂中文分詞,就是把一句漢語按一定規則切成獨立的詞,再重新組成詞序列的過程,業界也稱「中文切詞」。

分詞是文本挖掘的地基。它讓程序得以自動識別語句含義,從而使搜索結果更貼近真實需求——分詞品質的高低,直接決定檢索結果的精準度。目前主流做法大致分兩類:基於字典匹配,以及基於統計。

第一類:基於字典匹配

這種方法的前提是有一份足夠龐大的詞典(分詞索引庫),然後拿待處理的字符串去和詞庫逐條比對,命中即切分成功。常見的匹配策略有四種:

  • 正向最大匹配:由左向右掃描;
  • 逆向最大匹配:由右向左掃描;
  • 最少切分:讓整句切出的詞數盡可能少;
  • 雙向最大匹配:左右各掃一遍,再取較優結果。

實務中,搜索引擎通常會把多種策略組合使用。但這條路線有個繞不開的難題:歧義。漢語的表達實在太靈活,同一串字可以有多種切法。為了提高命中率,引擎往往還會在分詞的同時做句法與語義分析,用上下文信息判斷該怎麼切——本質上是在模仿人對句子的理解過程。這套體系一般由分詞子系統、句法語義子系統和總控部分組成,需要大量語言知識支撐,也正因如此,它一直在迭代。

第二類:基於統計

光靠詞典遠遠不夠,語言是活的,新詞每天都在產生。統計方法的思路是:看兩個字是否經常連著出現,如果共現頻率高到某個程度,就把它當作一個獨立的詞。

舉個例子,「搜索引擎優化」在純字典匹配下可能被切成「搜索/引擎/優化」,甚至「搜/索引/擎/優化」;但當引擎統計發現這幾個字總是連在一起出現,它就會把這個組合收進詞庫。上下文樣本越多,判斷越準,切分也越精細。

速度與準確,一個都不能少

對搜索引擎來說,準確性固然重要,但速度同樣是生死線。面對以億計的網頁,分詞一旦拖慢,內容更新的節奏就會整體崩掉。所以這兩個指標必須同時達標,缺一不可。

對 SEO 的啟示

理解分詞,才能把網站的主題相關性做清楚。假設你的站是做 SEO 培訓的,用戶搜這四個字時,引擎大概會切成「SEO」與「培訓」,再分別去索引庫裡匹配。

我在實踐中還有個體會:一組詞切開後,通常存在主詞與副詞之分,匹配時主詞優先。上例中「SEO」顯然是主詞,「培訓」是副詞。那麼標題、欄目與內鏈該怎麼排佈,讓引擎一眼看出主次,就留給各位自己去推演了。

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