百度相关性评估培训资料：主题匹配度打分.doc

百度相关性评估培训：主题匹配度打分 目录 TOC \o 1-6 \h \z \u 1什么是主题匹配度打分 2 2主题匹配度打分的步骤 2 3主题匹配度评分标准 2 3.1主题匹配度4档——完全匹配 2 3.2主题匹配度3档——比较匹配 3 3.3主题匹配度2档——部分匹配 4 3.4主题匹配度1档——很少匹配 4 3.5主题匹配度0档——完全不匹配 5 4打分注意事项 5 4.1 Query多义判分 5 4.2页面转义判分 6 4.3标题匹配，页面内容差判分 6 4.4命中边框判分 6 4.5作弊页判分 7 4.6权限问题判分 7 4.7死链判分 7 4.8搜索结果页判分 7 5平台注意事项 8 5.1页面异常，直接打开URL查看 8 5.2需要抛弃的情况 8 5.3需要备注的情况 8 6主题匹配度打分与五个维度 8 6.1时效性 8 6.2有效性 8 6.3丰富度 9 6.4便捷性 9 6.5权威度 9 7不同类别的Query判断 9 7.1 URL查询 9 7.2人名 10 7.3资源满足类 10 7.4网络小说 10 7.5问答类 11 7.6 Key-Value 类 11 7.7原文类Query 11 8本篇小结 11 8.1主题匹配度打分标准纲要 11 8.2主题匹配度打分流程图 12 1什么是主题匹配度打分 主题匹配度打分，指评估Query表述的意思（主题）和页面表述的意思（主题）的匹配程度，即判断Query主题和页面主题是否一致及多大程度上一致。 用不同的分值表示二者匹配的程度，这里使用的五个分值依次是4、3、2、1、0。 Query，也可称查询词、关键词、搜索词，指用户为进行查找而在搜索框中输入的字词。本文中出现的Query，用“【”、“】”括起来，如【搜狐】、【周杰伦 MP3】。 Term，指Query中的一个词。如【搜狐】，搜狐为一个Term；【北京二手房】，北京为一个Term，二手房为另一个Term。 URL，也称为网页地址，本文所说的页面即URL对应的网页结果。 2主题匹配度打分的步骤 评估过程的四个步骤： （1）根据Query表述的意思确定Query主题； （2）根据页面表述的意思确定页面主题； （3）判断Query主题和页面主题是否匹配以及多大程度上匹配； （4）选择合适的分值。 3主题匹配度评分标准 标准概要： 4档——完全匹配 3档——比较匹配 2档——部分匹配 1档——很少匹配 0档——完全不匹配 3.1主题匹配度4档——完全匹配 （1）页面主题和Query主题完全匹配，页面标题不需要完全匹配。 【孕妇最适合的水果】/view/c5a6a81cfad6195f312ba654.html 标题是“最适合孕妇吃的水果”，虽然标题与Query不完全一致，但二者在主题上完全匹配。 【迅雷 点任务就崩溃】 /question/270053204.html 标题是“迅雷一点任务就崩溃”，页面内容也是围绕这个主题展开，对于主题匹配标注，不必考虑页面内回答是否真实有效地解决了问题。 （2）页面主题比Query主题略小，但页面主题占Query查询需求的较大比重。 【周杰伦】/singerlist/%D6%DC%BD%DC%C2%D7.html 页面主题是周杰伦的歌曲列表，是Query主题的主要需求方面。 【南京新城市广场美食】/htm 页面主题是南京新城市广场中餐馆，中餐馆是美食的主要方面。 【招聘 赶集网】/zhaopin/ 页面为赶集网上海招聘。这种Query本身包含地域需求，类似的有【天气预报】，页面出北京天气预报，可认为是Query主题的主要方面。 （3）Query主题比页面主题略小，且Query主题是页面中的主要属性。属性指用来描述某个实体的一种特征，如地名、邮编、手机号码等。 页面中的属性 页面中的属性 【电影宿醉的英文名称】/movie/xiju/suzui2/ 页面主题介绍了该电影的各个属性，英文片名是主要属性之一。 【武汉大学出版社电话】/huangye/info145160/ 页面主题是武汉大学出版社的联系方式，电话是其主要属性之一。 （4）原文Query：页面精确匹配Query，且能唯一的确定某一篇文章。 原文Query：用户通过一句话来精确查找所需的整篇原文。不限于文章，可包括：诗词歌赋、文言文、各类文件、歌词、帖子、试卷中的某道题，关键是完整包含这句话的文章只有固定的一篇。 【这是1996年,霍懋征在政协第八届全国委员会常委会第16次会议上】 /rollnews/2010-02/17/content_628689.htm Query与新闻中的图片标题精确匹配，确定了固定的一篇新闻。