百度的搜索拼音联想功能是大致下的原理是怎样的呢多谢

程序员文章站 2022-06-06 20:08:02

...

百度的搜索拼音联想功能是大致上的原理是怎样的呢谢谢！
在百度中输入guangzhou下方就会提示广州、广州新闻。我在想百度是不是将一些热门关键字，然后用一个字段记住这些关键字的拼音；搜索的时候就直接查这个表。如果是拼音，就模糊匹配这个拼音标示列。完成匹配后将结果返回。这些只是我的想象，好像当中还有关键字权重机制。谷歌找不到相关资料；是不是有其它方式实现我没想到的呢。求助大侠谢谢！

------解决方案--------------------
前阵子和公司搜索部的人打了很多交到，了解了搜索引擎的工作大致原理。

搜索引擎内部有很多词表:

停词表，建义词表，同义词表、汉字-拼音的词表、suggest。

当你在搜索引擎上输入一个中文短句，搜索引擎首先会进行分词，然后将这些词，分别去上面提到的几个词表中查找有没有相关联的信息。如你所说的，就会去查找拼音-汉字的词表。遇到guangzhou = 广州，就会自动翻译过来。然后优先拿广州去进行搜索。
当你输入一个错误词后，可能会被搜索引擎的suggest纠正过来并提示你:您要找的是不是xxx?

其实上面只是搜索引擎处理搜索请求的其中一个分支，一次搜索会并行进行很多请求。
比如你在搜索引擎输入个短句。

搜索引擎首先会确定要搜索的内容：
1 整句
2 标准分词(可以理解为按中文语法分词)
3 自然分词(按单字、空格、标点进行分词)
...

然后分表拿每个分支，上面提到的那些辅助的词表，优化将要搜索的内容。
几个分支同时请求，拿到多个结果集。
接下来就是处理排序的问题了，一般来说，整句搜索拿到的结果相关度最高，所以权重也最高，理应排在第一位。但现实中的搜索引擎可能还要考虑到推广位，以及你要搜索的内容有更加官方的结果(比如你搜nginx，nginx的官方网站应该排在第一位)。或者是百度的百度推广，它可能会放在前面。

大致就是这样，实际上排序的逻辑是非常复杂的。它会根据好几个维度来确定排序结果，他们称这些叫“曲线”。当他调整每个维度的参数后，对排序结果都会产生影响。