1999-11-18

[网络生活/信息检索ABC] 搜索引擎

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

由于网页数量本就庞大,又呈几何级数增长,即便是全球性搜索引擎,实际检索率也仅有10%左右。但要查找信息,仍不得不依赖搜索引擎,搜索引擎的使用次数自然也日均超过500万件。搜索引擎是如何全部承接这些庞大的检索需求的呢?答案在于停用词(STOP WORDS)。停用词按字面解释就是不使用的词。实际上是指因使用过于频繁而在检索中不具特别意义的词。 搜索引擎主要指定为停用词的,是用户使用最多的诸如SEX(性)或INTERNET(互联网)之类的词。大多数搜索引擎干脆不将这些停用词纳入索引(INDEX),即便纳入索引,也省略对该词的检索。 如此,搜索引擎既节省了存储索引的磁盘空间,同时也提升了检索速度。 SEX以外的停用词各搜索引擎略有不同。但由于存在垃圾信息发布者(发布广告性文章者),究竟将哪些词列入停用词绝不对外公布。 如果确实需要检索包含停用词的用语,该怎么办呢? 在搜索引擎中输入INTERNET CAFE这一用语,十有八九会忽略INTERNET一词,只给出检索CAFE的结果。为避免这种情况,须像“INTERNET CAFE”那样用引号将两个词括起来检索。因为引号内的词会被整体识别为一个词。 搜索引擎并非能洞察用户想找什么的读心术士。它只是按用户输入的检索词对所持索引进行筛选的计算机系统而已。 提供:Jinsol Internet (WWW.JINSOL.COM)

阅读韩文原文