中文字幕日韩精品一区二区免费_精品一区二区三区国产精品无卡在_国精品无码专区一区二区三区_国产αv三级中文在线

搜索引擎的分詞技術(shù)有助于SEO優(yōu)化

2022-09-24    分類: 網(wǎng)站建設(shè)

分詞是中文搜索引擎特有的步驟。搜索引擎存儲(chǔ)和處理頁面及用戶搜索都是以詞為基礎(chǔ)的。英文等語言單詞與單詞之間有空格分隔,搜索引擎索引程序可以直接把句子劃分為單詞的集合。而中文詞與詞之間沒有任何分隔符,一個(gè)句子中的所有字和詞都是連在一起的。搜索引擎必須首先分辨哪幾個(gè)字組成一個(gè)詞,哪些字本身就是一個(gè)詞。比如“減肥方法”將被分詞為“減肥”和“方法”兩個(gè)詞。 中文分詞方法基本上有兩種,一種是基于詞典匹配,另一種是基于統(tǒng)計(jì)。 基于詞典匹配的方法是指,將待分析的一段漢字與一個(gè)事先造好的詞典中的詞條進(jìn)行匹配,在待分析漢字串中掃描到詞典中已有的詞條則匹配成功,或者說切分出一個(gè)單詞。

按照掃描方向,基+詞典的匹配法可以分為1F向匹配和逆向匹配。按照匹配:長度優(yōu)先級(jí)的不同,又可以分為大匹配和最小匹配。將掃描方向和長度優(yōu)先混合,又可以產(chǎn)生正向大匹配、逆向大匹配等不同方法。 詞典匹配方法計(jì)算簡單,其準(zhǔn)確度在很大程度上取決于詞典的完整性和更新情況。 基于統(tǒng)計(jì)的分詞方法指的是分析大量文字樣本,計(jì)算出字與字相鄰出現(xiàn)的統(tǒng)計(jì)概率,幾個(gè)字相鄰出現(xiàn)越多,就越可能形成一個(gè)單詞。基于統(tǒng)計(jì)的方法的優(yōu)勢是對新出現(xiàn)的詞反應(yīng)更快速,也有利于消除歧義。

基于詞典匹配和基于統(tǒng)計(jì)分詞方法各有優(yōu)劣,實(shí)際使用中的分詞系統(tǒng)都是混合使用兩種方法的,快速高效,又能識(shí)別生詞、新詞,消除歧義。 中文分詞的準(zhǔn)確性往往影響搜索引擎排名的相關(guān)性。比如在百度搜索“長沙網(wǎng)絡(luò)公司”,從快照中可以看到,百度把“長沙網(wǎng)絡(luò)公司”這六個(gè)字當(dāng)成一個(gè)詞。

而在Google搜索同樣的詞,快照顯示Google將其分切為“長沙”、“網(wǎng)絡(luò)”和“公司”三個(gè)詞。顯然百度切分得更為合理,長沙網(wǎng)絡(luò)公司是一個(gè)完整的概念。Google分詞時(shí)傾向于更為細(xì)碎。

再舉一個(gè)更明顯的例子。在Google搜索“創(chuàng)新互聯(lián)”四個(gè)字,快照顯示Google將其切分為“杭”,“泰”及“網(wǎng)絡(luò)”三個(gè)詞?!皠?chuàng)新互聯(lián)”這個(gè)中文網(wǎng)絡(luò)公司領(lǐng)域最知名的品牌,顯然并沒有進(jìn)入Google的詞典中。

在百度搜索“創(chuàng)新互聯(lián)”時(shí)會(huì)發(fā)現(xiàn),百度將“創(chuàng)新互聯(lián)”當(dāng)做一個(gè),詞。甚至在百度搜索“創(chuàng)新互聯(lián)電話”,可以發(fā)現(xiàn)百度把“創(chuàng)新互聯(lián)電話”都當(dāng)成一個(gè)詞。

這種分詞上的不同很可能是一些關(guān)鍵詞排名在不同搜索引擎有不同表現(xiàn)的的原因之一。比如百度更喜歡將插索詞完整匹配地出現(xiàn)在頁面上,也就是說搜索“創(chuàng)新互聯(lián)”時(shí),這四個(gè)字連續(xù)完整出現(xiàn)更容易在百度獲得好的排名。Google就與此不同,不太要求完整匹配。

一些頁面出現(xiàn)“創(chuàng)新互聯(lián)”和“網(wǎng)絡(luò)”兩個(gè)詞,但不必完整匹配地出現(xiàn),“創(chuàng)新互聯(lián)”出現(xiàn)在前面,“網(wǎng)絡(luò)”出現(xiàn)在頁面的其他地方,這樣的頁面在Google搜索“創(chuàng)新互聯(lián)”時(shí),也可以獲得不錯(cuò)的排名。 搜索引擎對頁面的分詞取決于詞庫的規(guī)模、準(zhǔn)確性和分詞算法的好壞,而不是取決于頁面本身如何,所以SEO人員對分詞所能做的很少。唯一能做的是在頁面上用某種形式提示搜索引擎,某幾個(gè)字應(yīng)該被當(dāng)做一個(gè)詞處理,尤其是可能產(chǎn)生歧義的時(shí)候,比如在頁面標(biāo)題、hl.標(biāo)簽及黑體中出現(xiàn)關(guān)鍵詞。如果頁面是關(guān)于“和服”的內(nèi)容,那么可以把“和服”這兩個(gè)字特意標(biāo)為黑體。如果頁面是關(guān)于“化妝和服裝”,可以把“服裝”兩個(gè)字標(biāo)為黑體。這樣,搜索引擎對頁面進(jìn)行分析時(shí)就知道標(biāo)為黑體的應(yīng)該是一個(gè)詞。

網(wǎng)站欄目:搜索引擎的分詞技術(shù)有助于SEO優(yōu)化
分享鏈接:http://m.rwnh.cn/news37/197737.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供定制開發(fā)、電子商務(wù)、App開發(fā)、云服務(wù)器、App設(shè)計(jì)網(wǎng)站內(nèi)鏈

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)

成都定制網(wǎng)站網(wǎng)頁設(shè)計(jì)
成都市| 隆昌县| 万全县| 招远市| 通海县| 南投县| 庐江县| 江孜县| 兰西县| 故城县| 牡丹江市| 射洪县| 孟州市| 阿拉善盟| 凤翔县| 南靖县| 益阳市| 高青县| 济宁市| 卫辉市| 大宁县| 玛曲县| 横峰县| 马山县| 英吉沙县| 高青县| 静乐县| 嵩明县| 册亨县| 贡山| 仪征市| 昔阳县| 进贤县| 嘉鱼县| 辽宁省| 寿光市| 上饶县| 望都县| 长沙县| 乐安县| 青河县|