|
| 网站（zhàn）SEO优化（huà）之Google分词法 |
|
Google分词算法值得（dé）我们好（hǎo）好（hǎo）研（yán）究一下。Google的搜索结果页(SERP)与搜索关键字的（de）相关（guān）性，明显（xiǎn）大于百度，这是（shì）因为Google把（bǎ）搜索关键（jiàn）字都拆分成最基本（běn）的词组和单字后，在根（gēn）据相关性去匹配数据库的中内容，而（ér）且（qiě）Google拆分（fèn）后的（de）最基本词组，完全是根据词典里的词组匹配的，也是说它符合国家（jiā）语言文（wén）字工（gōng）作委员会的规范和标准的，这只（zhī）限于普（pǔ）通词组（zǔ）(公众人名、著名品牌（pái）名)。
实例1：测试Google是否有专业名词库
在Google搜索“搜索引擎关键字”，Google会把这（zhè）个关键字短语拆分为“搜索—引擎—关键—字”，这是因为“搜索引擎”和“关键字”都是网络专业词组，可能Google没有专业词组（zǔ）库，所以就被（bèi）拆分成了“搜（sōu）索（suǒ）—引擎—关键—字（zì）”。
实例2：测试Google拆分长关（guān）键（jiàn）字
在Google搜索“他（tā）舅WAP流量统计（jì）分（fèn）析”，Google把这个关（guān）键字短（duǎn）语拆分为“他（tā）—舅—wap—流量—统计—分（fèn）析”六（liù）部分（fèn），“WAP”是一个（gè）英文词组，包（bāo）括Google和其他搜索（suǒ）引擎一般是不拆（chāi）分英文词（cí）组的(就算它不是（shì）英（yīng）文单（dān）词)，“流量”、“统计”、“分析”都是符合（hé）国（guó）家语言规范的（de）标准词组（zǔ），“他舅”只是中国老百姓一个口（kǒu）头称谓用语，不符合国家语言规（guī）范，在词典中根本就查不到这，所以Google就（jiù）把（bǎ）“他舅”拆分成（chéng）了（le）两个单字。
实（shí）例3：测试品牌（pái）名是否被Google收录为词组
在Google搜索“海尔冰箱”、“惠（huì）普（pǔ）电脑”、“华为通讯”、“美的（de）电（diàn）器”，“五粮液酒”，“夏利汽车”、“北京（jīng）同（tóng）仁堂”这七个（gè）都是著（zhe）名的品牌（pái），结果（guǒ）是“海尔”、“惠（huì）普”、“华（huá）为”、“五粮（liáng）液”、“同（tóng）仁堂”都是单独的词组，没有被拆分为单（dān）字，“夏利”、“美的”这（zhè）两个品牌却被（bèi）拆分成（chéng）了（le）单字。不是所有品（pǐn）牌都（dōu）能被Google作（zuò）为一个词组收录进品牌词（cí）库，Google有自己的收录标准的。
实例4：测试（shì）Google是否（fǒu）会拆（chāi）分成语（yǔ）
下面我（wǒ）们搜索一下韩乔生的经典名（míng）句（jù）“迅雷不（bú）及掩耳之势”和“山清（qīng）水秀丽”，结果“迅雷不及掩耳之势（shì）”这个（gè）短句被拆分成了“迅雷（léi）—不及（jí）—掩耳盗铃（líng）—之—势”，“迅雷”是一（yī）个（gè）符合（hé）汉语言规（guī）范的标准词组，不是指下载（zǎi）工（gōng）具那个“迅雷”，“不及”也（yě）是一个词组，“掩耳盗铃”也（yě）是符合国（guó）家语言规范的（de）成语，“之势”不是（shì）标准词组，所（suǒ）以就被拆（chāi）分（fèn）为两个单字。“山清（qīng）水秀丽”被拆分为了“山清水秀—丽”，“山清水秀”是一个成语没有拆（chāi）分（fèn）。Google把成语作（zuò）为几个基本（běn）词组，不会（huì）进一步拆分（fèn）。
实（shí）例5：测试普通之间是否有权重高低之分（fèn）
搜索“山河（hé）水灾”这个（gè）关键字（zì）短语，结果Google拆分为（wéi）“山河”和（hé）“水灾”两个词组;然后搜（sōu）素“山河水灾情（qíng）”这个（gè）关（guān）键字短语（yǔ），结果Google拆分为“山河”、“水”、“灾情”三部分，“水（shuǐ）”字没有和“灾”组成词组，反而“灾（zāi）”和“情”组成了（le）词组，这说（shuō）“灾情”这个词的权重高于“水灾”的权重。这说明词（cí）组之间也是有权重之分的。
根据实例测试推断：Google会（huì）把搜索的关键字(短（duǎn）语)拆分为最基（jī）本的词组（zǔ），这些（xiē）普通词组都是符合（hé）汉语言规范的（de）标准词组，不像（xiàng）百度那样收录“人造名词”。Google的（de）词组大致可分为普通名词（cí）、地名（míng）、人名（míng）等几类，关键字(短语（yǔ）)都是从左（zuǒ）向右（yòu），按权重高低拆分。这些词组权重（chóng）从低到高依次如下：人名（míng）<普通（tōng）词组（zǔ）<地名<成语<领导人名字。进一步测试品（pǐn）牌名和（hé）人（rén）名的权重（chóng）是一样，都是（shì）最（zuì）低的（de），这只是（shì）一个（gè）大致顺序，因为（wéi）同一类词组（zǔ）还会根据日常使用的频（pín）率（lǜ）进一步的分（fèn）级，每一级的分配不同（tóng）的权（quán）重，所以（yǐ）同一（yī）类（lèi）词（cí）组之间也有（yǒu）权（quán）重高低之分。
|
|
