标点符号，你也许不知道的事情

五月 10, 2008 02:55 by author

正想着分词的东东，突然兴起，想看看搜索引擎如何看待标点符号的，一直以为搜索引擎分词的时候是不看标点符号的，比如“？”“。”，“”“.”“！”等等，几乎在任何搜索引擎中搜索是没有结果的。但是今天发现一个有趣的东东，搜索引擎还是抓取某些标点符号的，也就是说有些标点符号搜索引擎是认为有意义的！比如：搜索：破折号“——”. [更多...]

Tags: 标点符号
Categories: 分词探索 | 搜索观察
Actions: E-mail | Kick it! | Permalink | comment

评论 (0) | RSS comment feed

Comment RSS

搜行者：百度优化学习之分词技术（1）

三月 31, 2008 21:30 by author

搜行者

搜行者最近对百度优化的一些思考，把一些想法写成文字，放在南京seo网站上，今天是第一篇：分词技术（1）分词是目前全文搜索引擎的基础，这个没什么疑议，只是现在的搜索引擎加入了很多其他的因素，内容为王一次次遭到质疑。不过本文不谈其他因素，只谈内容里面的分词处理百度更懂中文是什么意思？其实就是他的分词更符合国人的习惯。先来看看分词的时机和条件。简单说来，如果字符串只包含小于等于3个中文字符的话，那就保留不动，当字符串长度大于4个中条件文字符的时候，百度的分词程序就会将其分解。怎么证明呢？我们向百度提交“南京S... [更多...]