海归论坛 :: 阅读跟帖 - 专题搜索又回来了。

会员列表
收藏夹
论坛帮助

论坛首页 | 排行榜 | 在线私聊 | 专题 | 版规 | 搜索 | RSS | 注册 | 活动日历


主题: 再来篇搜索的，兼回小周。中文搜索的分词技术演示

海归论坛首页 -> 海归商务焦点讨论 | 精华区 | 嘉宾沙龙 | 白领丽人沙龙

分屏

表形显示

阅读上一个主题 :: 阅读下一个主题

作者

再来篇搜索的，兼回小周。中文搜索的分词技术演示

所跟贴

再来篇搜索的，兼回小周。中文搜索的分词技术演示 -- 不说难受 - (172 Byte) 2005-8-19 周五, 01:04 (2500 reads)

保尔
[博客]
[个人文集]

游客

标题: 专题搜索又回来了。 (426 reads) 时间: 2005-8-19 周五, 15:50

作者：游客在海归商务发贴, 来自【海归网】 http://www.haiguinet.com

九十年代曾经热过。现在企业级的软件、带宽和server farm的架设都很affordable，可以方便地建立专题搜索门户（vertical search engine or portal, vortal). 我现在做一个vortal, 把衣食住行工作娱乐结婚生孩子出国等等分门别类，为普通搜索用户提供比google精确很多的搜索结果。技术上没啥新的，关键是切合普通用户的搜索习惯和个性化。

你现在做的基本属于综合搜索，难度大。比如用你的程序分了一段旅游网站的文字：

◆ 双_鱼_星_香港_三天_锦绣_之旅_（_超值_!_仅只_一团_）推_介_价_：998_元（_佛山_国旅_）

◆ 缤纷_无限_新马_5_天推_介_价_：1999_元（_广_之旅_）

◆ 澳_新_北_岛_十一_天_贵宾_团推_介_价_：18680_元（_佛山_中_旅_）

◆ 泰国_布吉_岛_、PP_岛_5_天_豪华_团推_介_价_：3380_元（_东莞_中_旅_）

准确率已经挺高的。但是现在把“推介价”分成“推”、“介”、“价”，“天”、“团”、“岛”单独分出来等。这个可能与词典的收词和组织有关（专题词汇少），或者与算法有关（比如用最大匹配法等）。在专题搜索时，这个问题基本上可以很好地解决，主要是通过专题词典的优化、歧义时更好的选择和一些统计方法。

作者：游客在海归商务发贴, 来自【海归网】 http://www.haiguinet.com

相关主题
QQ群号14889316：欢迎以下专业人士一起来探讨分词技术，搜索引擎技术...	海归论坛	2005-8-19 周五, 11:36
另外，急求搜索引擎技术人员的帮助，分词技术，SPIDER技术等朋友，请加我MSN	创业论坛	2005-8-18 周四, 23:01
大家都是扯谈，凭什么容许你扯，不让别人扯。看不惯可以不理，兼听则明。	海归主坛	2008-5-13 周二, 12:54
乾坤草：体用之辩，兼回东海（一枭附言）	海归茶馆	2008-3-08 周六, 12:28
《动物的文明》和稀泥，兼回明子矩ID	海归茶馆	2007-7-07 周六, 08:52
为遏制滥用智慧名称，国际中华智慧学会发布“信息技术领域智慧名词使用规范”	创业园区	2013-3-30 周六, 11:53
[波儿的小波]绿妖系列下架，下回分解。	春秋茶馆	2010-10-09 周六, 14:47
请教一下熟悉电力驱动的同学，大功率双电机驱动有什么好技术解决差动问题？	海归主坛	2010-4-21 周三, 07:30