摘要从本乡化角度剖析了中又搜牵引擎百度与俄又查找引擎Yandex的中心技未及其特色百度依据特有的中又分词技能，Yandex依赖于绝无仅有的俄语词型改变处理技能。经过详细的查询实例对两者进行剖析比较，指出了各自的优缺点。
要害词查找引擎，百度，Yandex，本乡化
中图分类号TP399文章编号A文章编号：1006-8228(2012)01-03-03
0引言
百度公司(WWWbatduaom)创立于1999~1212月，由两位北京大学的结业生李彦宏和徐勇先生在美国硅谷建立。“百度”一词来源于辛弃疾脍炙人口的词句“众里寻他千百度”，象征着百度对中文信息检索技能执著的追求。
百度查找引擎是现在全球规模最大的中文查找引擎。高效的数据搜集系统，
宁波seo优化智能化中文言语处理系统、智能化相关性算法和查找成果排名技能、本乡化言语等特色使百度成为中国最受欢迎、影响力最大的中文网站和查找引擎技能供应商之一。
Yandex公司(wwwyandexm)建立于1997年。早在1990年创始人阿卡季弗洛日和阿卡季勃可夫斯基一起创建了Yandex的前身Arkadla。“Yandex”一词俄语意义是“3hIKBoindex”(言语索引)，英语意义是“YetAnotherindexer”(还存在别的一种索引)。
Yandex查找引擎是俄罗斯使用率最高最盛行的查找引擎，也是东欧地区最遍及的俄文查找引擎之一。Yandex最大的特色是“Mpnor”，即俄语词型改变的处理，以及关于查询要害词相关性的精确算法，如核算要害词在文档中呈现的相对频率、要害词串问的间隔等等。
依据Alexa官方网站2011年最新数据显现，在全球网站流量排名中，Google位居第一，Bmdu位居第五，Yandex位居第二十二位。在国内百度与Yandex的网站流量均居领先地位。
1本乡化中心技能
百度与Yandex查找引擎都属于本乡化查找引擎，而Yandex一起兼有门户网站的功用。两者-个很明显的共同点，就是它们都充分体现出本乡化言语特色，比较契合本乡用户的查找习惯。中文和俄语分别是世界上最杂乱的言语之一。中文的特色在于共同的文字方式，词与词之间没有明显的分隔，而俄语最大的特色就是单词方式多变，一词多义现象十分普遍。这些特色使得查询查找异常困难。但一起也正是因为百度与Yandex都很好地掌握了本乡言语的特色，保证了查找的高效性和成果的微精确性。
1.1百度的中文分词技能
分词技能是中文查找引擎特有的一种技能，也是充分体现中文本乡化信息查找优势的中心技能之一。在中文语法中，词汇以字为单位，多个字组成一个词，而词与词之间是没有空格的。分词，又名切词，就是将由多个接连的字组成的要害词或语句重新按指定的算法分割成若干个有独立意义的字或词。中文词汇的组合十分灵活多变，简单对文字的了解上发生歧义。如，对要害词“从小学结业”，可以切分为“从小/学/结业”，也可以切分为“从/小学/结业”，依据这两种不同的切分成果，回来的查询成果也会是截然不同。因而，分词的精确性将直接决议了查找引擎的查询成果。
现在中文分词的算法首要有三大类，依据字典的分词技-术、依据统计的分词技能和依据规矩的分词技能。其间依据字典的中文分词技能占主导地位。依据字典的算法又分这么几种正向最大匹配法，逆向最大匹配法，双向最大匹配，言语模型办法，最短途径算法等等。
实例1、输入一个很经典的分词测试要害词“毛泽东北京华烟云”。该要害词包含了人名和电视剧名两个专用名词。其间简单引起分词歧义的是“毛泽东”和“东北”，“北京”和“京华烟云”。
该要害词或许存在的分词组合有1、“毛泽东/北京/华/烟云”。2、“毛泽/东北/京华烟云”。3、”毛泽东/北/京华烟云”。百度回来的排名较前的查找成果是最终—种“毛泽东/北/京华烟云”。而事实上最终—种查询成果也最契合用户的查询要求。
实例2、输入一个简单引起不合的要害词“生强巨细”。或许存在的切分组合“生/强大/小”和“生/强/巨细”两种。依据百度回来的查找成果，排名较前的部分要害词是1)“强巨细生”。2)梦幻四“巨细生强烈”要求修正手部动作3)“巨细”。其间要害词“巨细”呈现的频率最高。
查询成果剖析
(1)百度分词可以很轻易地辨认人名或专用名词。因而可以猜想百度采纳了至少两个词典，一个是一般词典，一个是专用词典。而且是专用词典先切分，然后将剩下的片断交由一般词典来切分。如实例1，分词切分的过程分别如下①毛泽东，北京华烟云，②毛泽东/北/京华烟云。
(2)百度基本上不重视要害词呈现的方位次序，凡是呈现要害词中恣意单词的网页都会被查找到。如实例2，输入“巨细”和输入“小大”的成果是彻底相同的。而且其间回来的—个查找成果竟包含了要害词“巨细生强烈”。
(3)几种算法基本上是混合使用。上述实例证明，百度采用的分词算法优先级排序如下首要查询专用词典(如人名，影视剧、地名等)，将专有称号切出(实例1中先将专用名词“毛泽东”解析出来，剩下了字符串“北京华烟云”，)。其次，剩下部分采纳双向分词策略，假如两者切分成果相同，阐明没有歧义，直接输出分词成果。假如不一致，则输出最短途径的分词成果。假如切分长度相同，则挑选单字最少的那一组切分成果。假如单字也相同，则挑选正向分词成果。以此类推，最终将经过切分重新组合过的查询成果回来给用户(实例1中最终切词是“北，京华烟云“，阐明是反向最大匹配的分词成果)。
技能是一种专门针对俄语词型改变的处理技能，有点类似于中文特有的分词技能。俄语的形状十分的丰富、语法方式冗杂，一方面俄语的多义现象十分杰出，简单引起了解不合，另一方面正是由于这种严谨冗杂的语法方式，使得依据俄语的查找引擎的查询成果变得愈加精确和杂乱。Google的查找算法能将输入的要害字在网页中匹配，却无法查找到内容相同但文字不同的俄文网页，而Yandex则能找到Google无法找到的俄文网页。Yandex正是借助于这种无与伦比的俄语形状学创建了海量数据库的俄语词库，并创始了智能化的俄语词性改变处理技能。
现在Yandex依据的俄语处理算法首要侧重于对要害词语法多义的剖析和查找。比方，因名词变格方式的交叉现象(以一结束的阴性名词的二、三、六格均以一H结束等类似情况)导致的词法多义情况的剖析。俄语动词陈说式奇数第二人称具有表示某个详细人的行为和泛指一切人的行为的双项语法功用。再如，词汇兼类现象的剖析俄语常见的兼类词有形、名同形(如)，代、名同形(如)，数、名同形(如)，疑问词、关联词、连接词同形(如)，形动词同形容词同形，疑问词同副词同形等等。
Yandex供给的俄文查询言语十分丰富，至少有15种查询
言语和11种特别约束查询言语(包含几种基本的通用查询言语)。
实例1、使用查询言语“”，如(输入双引号)。查询的成果和双引号里边的内容格局彻底坚持—致。该功用和百度的“《》”很相似。
实例2、使用查询言语!，如默许情况下，系统查找要害词的一切形状，利用符号”只能查找指定形状的要害词，既包含单词和单词。假如输入要害词。则查询成果仅包含单词。
实例3、使用查询言语fI。同样是要害词，结合不同的查询言语查询的成果彻底不相同。如输入要害词ⅡeHb。查找与要害词eHb相关的一切单词形状，包含ⅡHH，Hm，HeM等六个奇数方式变格单词，一起还包含和要害词ⅡeTb有关的一切变形单词。输入要害词Ⅱenn。仅仅查找与要害词ⅡeHb相关的一切形状，包含ⅡnH，Ⅱ，ⅡHeM等数个相关的变形单词，但不包含要害词ⅡeTb及与其有关的一切变形单词。
实例4、使用查询言语～。如qan～ⅡanTeM。查找与要害词qan相关的一切单词但排除与单词ⅡanreM相关的一切单词。
实例5、使用查询言语$。如”ⅡpH6b1ⅡⅡ0c0Ⅱ”。查找与双引号里边彻底契合的，并且忽略单词pH6bIn和ⅡocoⅡ中心的任何单词或语句。
在如此强大的查询言语辅助下，俄语由于词形改变多端的问题造成查询困难的问题可以得到有用处理。一起，用户在要害词的选取上愈加灵活自在，查找系统回来给用户的查询成果也愈加精确和完整。
2百度与Yandex的首要功用的比较剖析
(1)对其他外文网页的查找，Yandex占有明显优势。比方在Yandex网页中输入恣意中文单词，回来网站的查询成果基本上精确。这阐明Yandex查找引擎现已具有可以区别中文单--词的功用，而且也基本掌握了中文分词的技能。而在百度网页中输八俄文时查询成果十分不如人意。百度是按照中文分词的算法来切分俄文，将俄文单词+个分割开，天然查询成果不精确了。但是在查找英文时却没有类似问题，这阐明百度在对其他外文网页的查找技能上还有待进步。
(2)在支撑多语种翻译的辅助功用方面，实例证明Yandex占有优势。现在Yandex支撑7种言语的单词翻译。百度现在仅支撑中英互译，显然在词典翻译功用上有待扩展。
(3)在两边的查找主页面布局上各有秋千。百度的主页面风格和Google很像，简明大方。而Yandex的主页面整体风格也很明亮干练，不过更接近于门户网站的风格。但是Yandex有一个长处很吸引客户，就是它供给了一种新的技能(依据算法“cnemnncx”)依据网站拜访客户的IP地址迅速判读出地点国家或区域，然后直接在主页面上方显现出与来访客户国家有关的查找信息，如国家称号，首都，天气预报，并罗列出与客户国家相关的热点新闻和相关联的链接。这种设计办法十分的贴心，也很便利。可以让外国访客经过该网站了解本国的一些其他信息。
(4)在对混合言语的要害词网页进行查找时，两者的作用都不尽人意。这阐明虽然百度和Yandex在推广本乡化言语的查找效劳技能上有很大的创新和突破，但是在国际化的推广效劳方面仍是远远不够的。这一点他们都必须向Google学习。Google在国际化推广业务上做得十分出色，迄今现已推出了支撑88种言语检索的网站，并向许多国家供给了依据Google中心技能的查找引擎效劳，网站域名方式普遍一致为“wwwgoogle”加上国家顶级域名(如俄罗斯，wwwgooglem)。
(5)百度是全球最大的中文查找网站，是专门供给中文信息的专业查找引擎，因而在供给查找信息方面功用十分强大，内容也十分丰富，基本上查找引擎网站上有的功用它都有，如，社区查找、移动查找、娱乐游戏以及专门的图片、音乐查找等等。在这一点上Yandex或许会逊色一点，因为它一起兼备查找引擎和门户网站的功用，因而不能像百度或谷歌相同专门主攻查找引擎这个领域的技能。
3结束语
可以看出这两种引擎各有特色，两边都致力于发展本乡的查找引擎技能并成绩斐然。依据Alex官方网站显现，除了谷歌，全球可以把本乡化查找引擎技能做好做大的国家好像并不多见。但是在支撑多语种页面检索功用时，两者的查询结构都不甚理想。两边在多语种检索，供给跨国际化查找效劳方面都还很单薄，还需要相互学习和学习。
本文转载自
宁波seo优化www.leseo.net
补充词条：
宁波谷歌seo
宁波seo网站优化
宁波网站seo
宁波网络seo
宁波seo优化公司
