最新2019人摸人人人澡人人超碰,最新欧美精品二区三区,最新国产在线拍揄自揄视频

百度搜索引擎中文分詞與文本粒度

2015-10-08  來自: 陜西印象信息技術有限公司 瀏覽次數:1931

    百度搜索引擎的目的就是在滿足絕大部分用戶的需求下提供***精que***豐富的搜索結果,對于搜索引擎而言,用戶停留時間越短,越說明搜索引擎的***性和準確性,不管是百度的輕應用、知心搜索,還是谷歌的語義搜索、蜂鳥算法,或是360的我的搜索,都是為了能夠幫助人們更方便的找到所求。

    而對于搜索引擎而言,想要給用戶***需求的就需要去判斷用戶搜索詞的意圖。而搜索引擎盡管非常***,數據庫非常龐大,但它畢竟不是那么智能,不能直接判斷出搜索詞的意思,盡管谷歌已公布可以借助更加復雜的搜索請求***的理解人類語言的概念,而不是一些零散的單詞,這樣的搜索能提供更加***的結果,即整句搜索。但這只是一小步,搜索引擎不論是進行索引還是網頁排序仍需要對文本進行切分,即中文分詞。分詞仍然是***基礎也是***重要的。而在中文分詞過程中文本粒度起到關鍵性的作用。

    文本粒度

    所謂文本粒度,對于搜索引擎而言:粒度是衡量文本所含信息量的大小。文本含信息量越多,粒度就越大,反之就小。有人會說那簡單啊,當然詞越長含有的信息量就越大,你確定?那木木SEO告訴你一個小玩意:肌聯蛋白是目前已知的***da蛋白質,名字足足有189819個字母,是名副其實***da的單詞。這個單詞的信息量是有多大?閑話不多說,先來看下面幾組詞中,哪些的粒度大,哪些的粒度小。

    蘿卜、葡萄、乒乓

    龍井、籃球、紅色、橡皮檫

    踢球、拔河、談戀愛、登山

    高清電視機、南非雙人游、呼叫中心系統

第1組詞由兩個字組成,但是僅表達一個意思,這些詞的粒度是小的。而第二組詞雖然也基本由兩個字組成,也只有一個意思,但這些詞還可以拆分,如籃和球、橡皮和檫、踢和球等,這類詞粒度要稍微大一些。而后面的第四組,不要說粒度就更大了。


聯 系 人:劉經理

業務咨詢:13379231619(同微信)

服務監督:18966660101(同微信)

客服電話:029-88412862

法律顧問:李寶特律師團隊

聯系地址:陜西省西安市碑林區南關正街中貿廣場15號樓2單元907-908

CopyRight ? 版權所有: 陜西印象信息技術有限公司 網站地圖 XML 備案號:陜ICP備09025595號-1


掃一掃訪問移動端

在線客服

最新2019人摸人人人澡人人超碰,最新欧美精品二区三区,最新国产在线拍揄自揄视频