|
| 网站SEO优化（huà）之Google分词法（fǎ） |
|
Google分词算法（fǎ）值得我们好好研究一下。Google的搜索结果页(SERP)与搜索关键字（zì）的相关（guān）性，明显大于百度，这是因为Google把（bǎ）搜索关键（jiàn）字都拆分成最基本（běn）的词组（zǔ）和单字（zì）后，在根据（jù）相关性（xìng）去匹配（pèi）数据库的中（zhōng）内容，而且Google拆分后（hòu）的最基本（běn）词组，完（wán）全是根据词典里的（de）词组匹（pǐ）配的，也是说它符（fú）合国家（jiā）语言文（wén）字工作委员（yuán）会（huì）的规（guī）范和标准的，这只限（xiàn）于普（pǔ）通词组(公众人（rén）名、著名品牌名)。
实例1：测试Google是否有专业名词（cí）库（kù）
在（zài）Google搜索“搜索（suǒ）引擎（qíng）关键字”，Google会把这（zhè）个关键字短语（yǔ）拆分为“搜索—引擎（qíng）—关（guān）键—字”，这是因（yīn）为“搜（sōu）索引（yǐn）擎”和“关键（jiàn）字”都是网络（luò）专业词（cí）组，可（kě）能（néng）Google没有（yǒu）专业词（cí）组库，所以（yǐ）就（jiù）被拆分成了“搜（sōu）索—引擎—关（guān）键—字”。
实例2：测试Google拆分长关键（jiàn）字
在Google搜（sōu）索“他舅WAP流量（liàng）统计（jì）分析”，Google把这个关键字（zì）短语拆分为“他—舅—wap—流（liú）量—统计（jì）—分（fèn）析”六部分，“WAP”是一个英文词组，包括Google和（hé）其他搜索引擎一般是（shì）不拆分英文词组的(就算它不是英文单（dān）词)，“流量”、“统计”、“分（fèn）析”都（dōu）是符合国家（jiā）语言规范（fàn）的标准（zhǔn）词组（zǔ），“他舅”只是中国老百姓一个（gè）口头称谓用（yòng）语，不符合国（guó）家（jiā）语言规范，在词（cí）典中（zhōng）根本（běn）就（jiù）查不到这，所以Google就把“他舅”拆分成了两个单字（zì）。
实例3：测试品牌名是否被Google收（shōu）录（lù）为词组
在（zài）Google搜索（suǒ）“海尔冰箱”、“惠普电脑”、“华为通讯”、“美的（de）电器”，“五（wǔ）粮液酒（jiǔ）”，“夏利汽（qì）车”、“北京同仁堂”这七个都是著名的品牌，结果是（shì）“海（hǎi）尔”、“惠普（pǔ）”、“华为（wéi）”、“五粮液”、“同（tóng）仁堂（táng）”都是（shì）单独的（de）词组，没有被拆分为单字，“夏利”、“美的（de）”这（zhè）两个品（pǐn）牌却被拆（chāi）分成了单字（zì）。不是所有（yǒu）品牌（pái）都能被Google作为（wéi）一个词组收录进（jìn）品牌词库，Google有（yǒu）自己的收录标（biāo）准的（de）。
实（shí）例4：测试Google是否会拆分成语
下面我们搜索（suǒ）一下韩乔生的经典名句“迅（xùn）雷不（bú）及掩（yǎn）耳之势”和“山清（qīng）水秀丽（lì）”，结果“迅雷不（bú）及掩耳之势”这个短句被拆分成了（le）“迅雷—不（bú）及—掩耳（ěr）盗铃—之—势”，“迅雷”是一个符（fú）合汉语（yǔ）言规范的标准词组（zǔ），不是指下载工（gōng）具那个“迅雷”，“不及（jí）”也（yě）是一个词组，“掩耳（ěr）盗（dào）铃”也是符合国家语言规（guī）范（fàn）的成语，“之势（shì）”不是（shì）标准词组，所以就被拆分（fèn）为两个单字（zì）。“山清水（shuǐ）秀（xiù）丽”被拆分为了“山清水（shuǐ）秀（xiù）—丽”，“山清水秀（xiù）”是一个成语没有拆分。Google把成（chéng）语作为（wéi）几（jǐ）个（gè）基本词组，不会进一步（bù）拆分。
实例5：测试普通之间是否有（yǒu）权重高低之分
搜索“山河（hé）水灾”这个关键字短语，结果Google拆分为“山河”和（hé）“水（shuǐ）灾”两个词组;然后（hòu）搜（sōu）素“山河水灾情”这个关键字短语，结（jié）果（guǒ）Google拆分为“山河”、“水”、“灾情”三部分，“水（shuǐ）”字没有和“灾”组（zǔ）成（chéng）词组，反而“灾”和“情”组成了词组，这说“灾情”这（zhè）个词（cí）的权（quán）重（chóng）高于“水灾（zāi）”的权重。这说明（míng）词组（zǔ）之（zhī）间也是有权重之分（fèn）的。
根据实例测试推断：Google会把（bǎ）搜索（suǒ）的关键字(短语)拆（chāi）分为（wéi）最（zuì）基本的词组，这些普通词组都是符合汉语言规范的标准词组，不像百度那样收录（lù）“人造名词”。Google的词（cí）组大致可分为（wéi）普通名词、地名、人（rén）名（míng）等（děng）几类，关键字(短语)都是从左（zuǒ）向右，按权（quán）重（chóng）高低拆（chāi）分（fèn）。这些词（cí）组权重从低到高依次如下（xià）：人名<普通词组<地名<成语<领导人（rén）名字。进（jìn）一步测试品牌（pái）名和人名的权重是一（yī）样，都是最低的，这只是（shì）一（yī）个大致顺序，因为同一类（lèi）词组还会根据日常使用的频（pín）率进（jìn）一步的分级，每（měi）一级的分配不同的（de）权重，所以同一（yī）类词组之间也有（yǒu）权（quán）重（chóng）高低之分。
|
|
