20xx搜索引擎調查報告探測大眾心中的秘密隱私(編輯修改稿)
2025-01-17 02:16 本頁面
【文章內容簡介】 gle搜索哈姆雷特的名言“Tobeornottobe”，會發(fā)現Google竟然答非所問，羅列在頁面上的是GNU’sNotUnix官方網站、HotorNot交友網站……就是不見莎士比亞的影子。這個經典的例子引出了搜索技術的一個術語—停止詞（stopword）。
顧名思義，計算機的一切能力都是以計算為基礎，即使閱讀也不例外。搜索引擎瀏覽分布在各個角落的網頁的同時，還在后臺不停地統(tǒng)計詞語的出現頻率。有一些詞語出現率極高，帶來巨大的統(tǒng)計成本，卻不包含太多的具體意義，比如漢語的“的、是、了”和英文單詞“the、and”之流。如果要得出包含該詞的全部結果，實在是過多了。例如遇到哈姆雷特名言中的那些高頻詞匯，經常導致搜索“引擎”突然熄火，因此這些單詞得名“停止詞”。在Google“閱讀”哈姆雷特的名言時，遇到了四個停止詞，出于無奈，所以它只好對頻率最低的“not”進行搜索，得到了一些有關“
范文總結相關推薦
鄂ICP備17016276號-1