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相關 >> SEO優化
SEO 分詞技術入門:搜尋引擎是怎麼把你的關鍵詞切開的
編輯:SEO優化     

分詞,是中文搜尋引擎最底層也最關鍵的一道工序。英文靠空格就能分辨單字,中文沒有這個天然界線,因此必須由系統自行判斷字串的切分方式。理解分詞邏輯,才能理解為什麼有些頁面明明沒有完整出現目標詞,卻依然能被排上來。

先看我自己的標題、關鍵詞與描述設定:

從這幾個欄位裡,系統可以切分出許多詞:SEO、網站優化、網站運營、網站推廣、部落格、獨立……若再往下細分,「網站優化」還可以再切成「網站」與「優化」。這正是分詞在做的事。

接著看我隨意組合的幾個詞:

再對照其他同業的設定:

我的網站並沒有把「武漢網站優化」這五個字作為完整詞寫進標題,但這個詞的排名仍然在前面。反觀某些網站,標題裡每個詞都硬塞上地名前綴,看起來冗長,實際效果也不好(當然這也和站點本身的權重有關)。

其他組合的表現:

SEO 部落格——第 5 名 

武漢網站推廣——第 2 名 

武漢網站優化——第 1 名 

武漢部落格——第 3 名 

還有大量組合可以自己試,例如「武漢 SEO」「武漢 SEO 推廣」「武漢 SEO 部落格」。測試本身就是理解分詞最直接的方式。

一句話理解分詞的價值

搜尋引擎透過關鍵詞匹配把資訊送到使用者面前。標題在搜尋結果中能顯示的字數有限,超出部分會被省略,因此標題寫得精煉反而有利:冗詞只會浪費可視空間。不必對每個技術細節窮究到底,抓緊能影響結果的部分即可。

三類主流分詞演算法

1、以字串匹配為基礎(機械分詞)

又稱機械分詞,做法是拿待分析的字串去比對一部龐大的詞典,比對成功即判定為一個詞。依掃描方向可分為正向匹配與逆向匹配;依優先長度可分為最大匹配與最小匹配;依是否結合詞性標注,又分為純分詞與分詞標注一体化方法。

常見三種:正向最大匹配(由左至右)、逆向最大匹配(由右至左)、最少切分(使切出的詞數最少)。實務上也可組合使用,例如把正向與逆向匹配結合成雙向匹配法。

由於漢語特性,一般認為逆向匹配的切分精度略高於正向匹配,歧義情形也較少。但無論哪一種,單純依賴機械分詞都不足夠,實務系統會把它當作初分手段,再輔以特徵掃描、詞性標注等資訊修正結果。

2、以理解為基礎

做法是讓電腦模擬人對句子的理解過程,在分詞同時進行句法與語義分析,利用語意資訊消歧。系統通常包含分詞子系統、句法語義子系統與總控部分。理想上這是最接近人類的做法,但由於自然語言知識龐雜且難以完整形式化,這類系統多數仍停留在研究階段。

3、以統計為基礎

從形式上看,詞是穩定的字的組合。相鄰字共現頻率越高,構成詞的可能性越大。透過統計語料中字組的共現機率(互現資訊),當結合緊密程度超過門檻時,即可判定為可能的詞。這種方法不需依賴詞典,因此又稱無詞典分詞法。

它的弱點也很明顯:會抽出「這一」「之一」「有的」這類高頻卻非詞的字組,對常用詞的辨識精度較差,運算成本偏高。因此實際系統多半混合使用:以常用詞詞典做高速匹配,再用統計方法補捉新詞與未登錄詞。

哪種演算法更準,目前並無定論。任何成熟的系統都不可能只靠單一方法,往往需要多種演算法協同處理不同類型的問題。

分詞的兩個真正難題

歧義識別。同一句話可能存在多種切法。例如「表面的」,可切為「表面/的」或「表/面的」,這類稱交叉歧義;「化妝和服裝」可切為「化妝/和/服裝」或「化妝/和服/裝」。組合歧義更棘手:「這個門把手壞了」中「把手」是詞,「請把手拿開」中就不是;「將軍任命了一名中將」中「中將」是詞,「產量三年中將增長兩倍」中則不是。最難的是真歧義——連人也難以判斷,例如「乒乓球拍賣完了」,兩種切法都說得通。

新詞識別。又稱未登錄詞,指詞典中查不到但確實成立的詞,最典型的是人名。人一眼能看出「王軍虎去廣州了」中的「王軍虎」是名字,電腦卻很難判斷;而全世界人名不斷增加,窮盡收錄並不現實。機構名、地名、產品名、簡稱、網路新詞同理。因此新詞辨識能力,已成為評估分詞系統好壞的重要指標。

為什麼速度同樣重要

準確度固然關鍵,但搜尋引擎每天要處理海量網頁,分詞耗時過長會直接拖慢索引更新。因此實務系統必須在準確率與吞吐量之間取得平衡,這也是為什麼工程上的取捨往往比演算法本身的優劣更關鍵。

回到 SEO:分詞對實務的啟示

當使用者的查詢詞在頁面上沒有完整出現時,搜尋引擎就會啟用分詞,嘗試從語意相近的組合中找出相關結果。這解釋了兩件事:第一,標題裡自然涵蓋核心詞與其延伸詞,比硬塞單一長詞更有效;第二,頁面主題明確、詞群集中,能讓分詞結果更傾向於你的頁面。

與其鑽研如何欺騙切詞邏輯,不如把標題寫得精準、內容寫得完整,讓系統在拆解關鍵詞時,無論怎麼組合都指向同一個主題。這才是分詞技術給 SEO 最實際的啟示。

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