中文搜索引擎的现状、问题与对策研究.pdfVIP

Study on Present Condition，Issues and Prospect of Chinese Search Engine Abstract With rapid growth of Intemet，search engine has become a primary method to inquire Internet fnforma“oni I-Iowever．people aren’t sadsfied wi曲too much invalid information retrieved by Chinese search engines．This paper aims at analyzing reasons which lead to the inefficiency of Chinese search engine and giving suggestions on how to solve the problem．Basing on the working experiences on retrieve，studies on plenty of references and investigations on structure and function of world famous search engine，the author suggests to establish standard for information process．make overalI plans and协ke al【factors into consideration，develop professional search engine and multimedia search engine，combine manpower with machine and so on．At last，this article introduces some measures to improve retrieve efficiency in SOHU． Keyword：Chinese Search Engine，Recall Ratio，Precision Ratio 中文搜索引擎的现状、问题和对策研究 引言 随着互联网的迅猛发展和普及，互联网上的信息也急剧增多。九十年代以 来超媒体技术(由超文本技术和多媒体技术组成)和Internet的结合形成了World Wild Web，也就是人们通常所说的www。www技术不仅可以在网上传输 文本信息，而且可以传输图像和声音等的多媒体信息。为了便于在网上查看这 些信息，出现了Netscape、Internet explorer等的Web浏览器，它们把网上的 信息以超链(Hyperlink)的形式组织起来，给用户提供了方便的查阅方法。 然而www技术使得网上信息成海量增长，形式也多种多样，人们特别需要 一种服务系统，使杂乱无章的各类信息有序化，便于人们迅速发现自己感兴趣 的信息，搜索引擎就是在这样的形式下应运而生． 据权威机构统计，截止到2000年8月，Intemet上共有大约15亿个网页， 如何在如此庞大的网上获取有价值的信息已成为网民日益关注的问题。在国 外，许多网民已经将搜索引擎列为最经常使用的网络服务；近年来国内搜索引 擎也得到了较大的发展，各大网站纷纷推出自己的搜索引擎。 国外搜索引擎发展较早，发展到现在比较著名的有Yahoo(http：／／www．yahoo． coml、Excit(http：／／www．exeit．com)、Lyeos(http：／／www．1ycos．corn)、Altavista (http：／／www．altavista．com)、Gotonlttp：／／www．goto．tom)、Google(http：／／www．google． corn)等。Yahoo是最具代表的目录导航式搜索引擎之一，它为用户提供分类导 航和关键词检索两类查询方式。Excit、Lycos、Altavista、Goto等主要提供网 页搜索服务，它们依靠机器自动搜集标引页面，用户可以通过关键词查询信息。 国内搜索引擎随着中文信息处理技术特别是分词技术的发展，出现了一些 比较著名的中文搜索引擎。如SOHU(http：／／www．sohu．eom)、中文Yahoo (1lttp：／／www．yahoo．com．cn)、天网(http：／／pecms．pku．edu．cn：8000／gbindex．html、 网络指南针(http：／／compass．net．edu．en：8010)等． 另外还有许多专业性的搜索引擎，比如查询地址、电话、电子信箱的专用 检索工具555-1212(ht