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最精確最豐富的搜索結果，對于搜索引擎而言，用戶停留時間越短，越說明搜索引擎的高效性和準確性，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，想要給用戶最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高效，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更好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精準的結果，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。分詞仍然是最基礎也是最重要的。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最大蛋白質，名字足足有189819個字母，是名副其實最大的單詞。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
靠前組詞由兩個字組成，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。
再看看下面一組詞：
勒布朗.詹姆斯、變形金剛4、北京百度網訊科技有限公司、中華人民共和國
這類詞盡管很長，但都是專名詞，是一類比較特殊的詞，只表達一個意思，粒度也都不大。但機構名、人名等屬于有內部結構的專名，比電影電視劇名的粒度稍大一些。
搜索引擎的原理與分詞粒度
搜索引擎最簡單的實現方式就是通過返回包含關鍵字的頁面，來滿足用戶的檢索需求。在搜索時，不僅允許用戶輸入關鍵字，也可以輸入一定范圍內的文本。那么這個時候就要進行中文分詞 得到關鍵詞，然后對結果進行倒排索引獲得關鍵詞對應的頁面。如果不切分，那么所有的數據庫不可能存儲所有的詞，如果隨便切分那么會得到很多無關頁面，肯定不能滿足用戶需求。
所以，我們需要對文本做合適的切分，關于中文分詞百度已有幾種方法，而粒度是分詞中至關重要的一個因素，這也是為什么上面木木seo解釋文本粒度的原因。
用戶體驗與粒度
搜索引擎需要對文本進行切分，那么為了能夠使用戶對查詢結果滿意，搜索引擎需要根據什么樣的粒度分詞?來看下面：
1. 搜索:呼叫中心 SERP:呼叫中心系統、呼叫中心軟件
2. 搜索:娃哈哈 SERP1：哈哈，去哪玩?SERP2：娃哈哈果奶
3. 搜索:土豆絲 SERP:土豆肉絲
4. 搜索:公交車 搜索：車站 SERP:公交車站
要求：搜索關鍵詞后能得出合適的結果。
1.要求SERP(搜索結果頁面)能找到呼叫中心系統和呼叫中心軟件，就必須對2個詞都切出呼叫中心這個詞來。
2.必須把娃哈哈切為一個詞，否則會出現SERP1這樣不相關的結果。
3.不能把土豆絲切為一個詞，否則就不會出現土豆肉絲這個結果。
4.必須同時切出公交車和車站這兩個重疊的詞匯，才能保證2詞搜索都能得到公交車站這個詞。
以上基本上概括了搜索引擎對切分粒度的要求：影響展現和影響相關性。
搜索引擎展現與粒度
顯而易見，粒度越小，展現就越多，建立倒排索引時，索引的長度就越長;粒度的層次越多，索引的數量就越多。一個多，一個長，就對搜索系統的性能構成了極大的考驗。搜索引擎并不會對所有小粒度詞都建索引，而是選擇更有可能展現相關結果的小粒度詞。所以在一般情況下，切分文本粒度越大，索引越多，相關性越好，但展現越少;切分文本粒度越小，索引越少，相關性越差，但展現越好。
那么搜索引擎如果做到折中呢?基本的原則是在系統性能可接受的前提下，盡量多展現有效結果，計算相關性時，將最相關的排在前面。那么如何減少切分文本的粒度呢?這里就要談到緊密度與重要性 。
緊密度是描述文本所含信息緊密程度的量。緊密度就是信息被人們表達和接受的穩定程度。穩定有兩種解釋：相對于臨時而言的和相對于順序不固定而言的。比如吃火鍋就是臨時的，不穩定即不緊密。我們可以根據詞匯的緊密程度作為減小粒度的依據之一，詞匯越不緊密，我們就有理由將其拆分為更小的粒度。
重要性定義為其占短語完整含義的比例。比如綠茶中的茶。假設有了詞匯的重要性，那么就可以幫助判斷將詞匯粒度變小后的語義損失風險程度，語義損失越小，越有可能展現相關結果。比如把珊瑚蟲變成珊瑚，那就幾乎損失了所有信息。
文章出自：木木SEO博客 http://blog.sina.com.cn/mumuhouzi 轉載請注明出處!
更多網絡知識及相關網絡服務請QQ咨詢深圳網站建設公司QQ:2361277551
本文由 貴州做網站公司 整理發布，部分圖文來源于互聯網，如有侵權，請聯系我們刪除，謝謝！
網絡推廣與網站優化公司（網絡優化與推廣專家）作為數字營銷領域的核心服務提供方，其價值在于通過技術手段與策略規劃幫助企業提升線上曝光度、用戶轉化率及品牌影響力。這...
在當今數字化時代，公司網站已成為企業展示形象、傳遞信息和開展業務的重要平臺。然而，對于許多公司來說，網站建設的價格是一個關鍵考量因素。本文將圍繞“公司網站建設價...
在當今的數字化時代，企業網站已成為企業展示形象、吸引客戶和開展業務的重要平臺。然而，對于許多中小企業來說，高昂的網站建設費用可能會成為其發展的瓶頸。幸運的是，隨...
天津學游泳的地在哪?多錢？1，天津大學游泳館2.天津跳水隊游泳館3.富康路游泳池300多元。孩子4歲了，想利用暑假學游泳，天津哪里教兒童游泳比較好？天津跳水館最專業，好像5年多了。南大游泳館，原三潭路43中，現南開體育館有?？纯茨阍谀睦锔浇?。我的孩子沒有。;學了五節課不敢一個人游泳，但我一急，把她扔到了水里。事實上，它 在教練手里游泳是可以的。一開始我可以呼吸。我讀書的時候還不到4歲。開始連續學了...
百度網盤為什么一直顯示網絡異常？首先找到并打開計算機上的控制面板。然后單擊彈出對話框中的允許應用windows防火墻。然后在彈出對話框中選擇并單擊更改設置。最后，再次檢查百度磁盤。End百度網盤為什么用用就網絡異常是逼著用戶充會員么？網絡異常主要是由于分配的帶寬小，連接不穩定，導致頻繁的中斷?，F在互聯網已經進入紅海，沒有免費可言，那些看似免費的行為使用時間成本遠遠大于支付方式。事實上，付費服務是不...
edge瀏覽器進不去知網什么原因？因為用戶輸入了錯誤的賬號和密碼，會導致用戶無法 我登錄不了知網。用戶可以在登錄界面點擊忘記密碼，根據提示輸入新密碼，這樣用戶就可以修改知網賬號的密碼了。microsoft edge怎么打不開？你能解決的問題。;不要使用邊緣瀏覽器:1.右鍵單擊 "這臺電腦 "。在菜單欄中，單擊屬性。edge無法正常啟動？首先，注意清理瀏覽器 s緩存，并盡可能刪除緩存中的圖片和視頻，...
免責聲明：本站內容部分文字和圖片來源于網絡，版權屬于原作者所有，若有冒犯，請聯系我們進行刪除，謝謝。聯系郵箱：1051388971#qq.com （把#換成@）
