分词方式
中文词在境外搜索引擎里怎么被切分
中文没有空格,分词方式直接决定能匹配到什么。这篇以“海角论坛 yandex”为例,说明境外引擎处理中文的常见路径:词典切分、字符组合与拼音匹配,解释同一个词被切成不同单元后结果为何大变,并给出写法建议。
标签 · 索引与概括
索引决定有哪些页面可选,概括决定你读到的是第几手信息。这里把切词与摘要两篇放在一起读:前者说明中文词怎样被切开、匹配范围因此如何变化,后者说明压缩过程中哪些限定条件最容易丢失。
分词方式
中文没有空格,分词方式直接决定能匹配到什么。这篇以“海角论坛 yandex”为例,说明境外引擎处理中文的常见路径:词典切分、字符组合与拼音匹配,解释同一个词被切成不同单元后结果为何大变,并给出写法建议。
摘要失真
搜“海角论坛 yandex”时,结果页顶部常先给一段概括,读者往往只看这段。这篇说明摘要如何生成、可能在哪些地方失真,比较摘要与原始链接的差别,并给出“先看摘要、再回到来源”的核对顺序。