浅谈百度快照关键字的颜色和中文分词技术

Time:2014/10/12 23:34:08   Click:

许多站长抱怨百度算法翻云覆雨,排行忽上忽下,鲜少有人去仔细的钻研以及解析百度排行后背的寄义。小生就先来抛砖引玉,谈一谈颠末百度快照来解析中文分词以及百度排行的相干。由于并不是查找引擎专业人士,仅仅颠末快照表象患上出的本身查询拜访定论,没必要定切确,只为广漠站长起一个去细心查询拜访解析的引子而已。

小生以为有需要先说明注解下中文分词的观点。百科定义:中文分词 (Chinese Word Segmentation) 指的是将一个汉字序列切分红一个一个独自的词。分词便是将连续的字序列按照一定的尺度从头组合成词序列的过程。

之以是会有中文分词,是由于汉语语法的特殊性。中文分词关于查找引擎来讲,最首要的就在于相干性排序,中文分词的黑白,经常直接影响到对查找功效的页面排行,尤为是百度的中文分词对查找排行的影响。据百科说明注解,现有的中文分词算法有凭据字符串匹配的分词法子、凭据知道的分词法子以及凭据计较的分词法子这三类。

固然,百度的查找功效排行其实不是单纯的中文分词,也不单单是单一的一种中文分词,每每是三种分词算法的归纳使用。

百度快照是个奇特的工具,可以或许处置也许知道网站和百度的许多内容。除了了可以或许疾速查抄某个没法掀开也许掀开速率非分特别慢的页面,还可以或许查抄页面被百度录入状态,也可以用来识别一些虚伪友情链接页面,固然也可以用来知道百度中文分词的一些状态。我们来看一下一些关头字的查找功效的百度快照页面。

一、短关头字

以查找“百度快照”为例,从外表看,查找功效中对“百度快照”的字符串匹配有完全匹配,也有不完全匹配,彷佛是网站权重高排在主页。

掀开第一个百度快照页面,可以或许看到“百度快照”四个字被黄色标识,并且快照页面有“百度快照”关头字的正向最年夜匹配。

掀开第二个百度快照页面,可以或许看到“百度快照”四个字不异被黄色标识,并且快照页面有“百度快照”关头字的正向最年夜匹配。

再来在百度查找“中文分词”,可以或许看到主页第一个快照页面“中文分词”关头字黄色标识,页面关头字是正向最年夜匹配。

二、长尾关头字

以“小说阅览网”为例,如下是主页查找功效展示。

掀开第一个百度快照页面,可以或许看到“小说阅览网”关头字被黄色标识,页面关头字是正向最年夜匹配。其它也年夜略如斯。

但也有并不是是完全匹配词,掀开第三个百度快照页面,“小说阅览网”五个字被黄蓝青三色分开标识,分袂拆成“小说”、“阅览”“网”三个词,快照页面也没有对这五个字完全匹配。

查找一下其它辞汇,主页查找功效年夜大都的百度快照页面也年夜都如斯,不在此逐一展示,我们泛泛可以或许多查询拜访一下看看。

我们也许可以或许看出两个状态:

一、百度主页排行的网站有一个配合点:页面关于查找的关头字根本是正向最年夜匹配。即排行主页网站的页面年夜多关于所查找关头字正向最年夜匹配。

二、关于中文分词,颠末长尾词查找,可以或许看出百度关于关头字也许说长尾词是怎样拆分的。

百度快照色采有何寄义?

此外,另有个探讨性问题,关于百度快照中关头字拆分中的色采代表何意?凡是有黄、蓝、青、红四种重要色采。

小生解析:黄色代表所搜关头字的主关头字,即一个短语也许词组的侧要点,是用户查找的主体;红色代表所查找关头字的内容,是用户要查找主体的要点;蓝色则是对主体的说明注解,起到辅佐说明效果;青色凡是是辅佐词,无关紧要。

固然这是小生的一种猜测性解析,不准确的地方我们可以或许一同沟通。 

     尚狐网络-致力于为四川成都提供最专业的网站建设服务。

TAG
TOP

四川尚狐网络@2012 版权所有
蜀ICP备12016524号-2

立即咨询
成都网站建设,成都做网站,四川尚狐网络
40f13d50b73e104f832ed1b719ae6935