|
| 网站SEO优（yōu）化之Google分（fèn）词法 |
|
Google分词（cí）算法值得我们好（hǎo）好（hǎo）研究（jiū）一下（xià）。Google的搜索结（jié）果页（yè）(SERP)与搜索关键字的相关（guān）性，明显大于百度，这是（shì）因为Google把搜索关键字都拆分（fèn）成（chéng）最基本的词组和单字后，在根据相关性去（qù）匹（pǐ）配数据库的（de）中（zhōng）内容，而（ér）且（qiě）Google拆分（fèn）后的最基本词组，完全是根据词典（diǎn）里的词组匹（pǐ）配的，也是说它（tā）符合国家语言文字工作（zuò）委员会的（de）规范和（hé）标（biāo）准的，这只限于普（pǔ）通词组(公（gōng）众人（rén）名、著名品牌名)。
实例1：测（cè）试Google是（shì）否有（yǒu）专业（yè）名词库
在Google搜索“搜索引擎关键字”，Google会把这（zhè）个关键字短（duǎn）语拆分为“搜索—引擎—关键（jiàn）—字”，这是因为“搜索引擎”和“关（guān）键字”都是网络专业词组，可能Google没有专业（yè）词组库，所以就被拆（chāi）分成了（le）“搜索—引擎—关键—字”。
实例2：测试Google拆分（fèn）长关键字
在Google搜（sōu）索“他（tā）舅WAP流量统（tǒng）计分析”，Google把这个（gè）关键字短（duǎn）语拆分为“他—舅—wap—流量—统计—分析”六（liù）部分，“WAP”是（shì）一个英文（wén）词（cí）组，包括Google和其（qí）他搜索（suǒ）引（yǐn）擎一般是不拆（chāi）分英文词（cí）组的(就算它不是英文单词)，“流（liú）量”、“统计”、“分析”都是符合国家语言规范（fàn）的（de）标准词组，“他（tā）舅”只是中（zhōng）国老百姓一个口（kǒu）头（tóu）称谓（wèi）用语，不（bú）符合国家语言规范，在词典中根（gēn）本就查（chá）不（bú）到这，所以Google就把“他舅”拆分成了两个（gè）单字（zì）。
实（shí）例3：测（cè）试（shì）品牌名是否（fǒu）被Google收录为词组（zǔ）
在Google搜索“海尔（ěr）冰箱”、“惠普电脑”、“华为通讯”、“美的电器”，“五粮（liáng）液（yè）酒（jiǔ）”，“夏利汽车”、“北京同仁堂”这七个都是著名的品牌，结果是“海尔”、“惠（huì）普”、“华为”、“五粮液”、“同仁堂”都是单（dān）独的词组（zǔ），没有被拆分为单字（zì），“夏（xià）利（lì）”、“美（měi）的”这（zhè）两个品牌却被（bèi）拆（chāi）分（fèn）成（chéng）了单字。不是所有品牌都能（néng）被Google作为一个词（cí）组收录进品牌词库，Google有自己的收录标准（zhǔn）的（de）。
实例4：测试（shì）Google是否会拆（chāi）分成语
下（xià）面我们搜（sōu）索一下韩乔生的经（jīng）典名句“迅雷不及掩耳之势”和“山清水秀丽”，结果（guǒ）“迅（xùn）雷（léi）不及（jí）掩耳之（zhī）势”这个短句（jù）被拆分成了“迅雷—不及（jí）—掩耳（ěr）盗铃—之—势”，“迅雷”是一个符合汉语言（yán）规范的标准（zhǔn）词组，不是（shì）指下载工具那个“迅雷（léi）”，“不及”也是一个词（cí）组，“掩（yǎn）耳盗铃”也（yě）是符合国家语言规范（fàn）的成语，“之（zhī）势（shì）”不是标准词组，所以就被拆分为（wéi）两个（gè）单字。“山清水秀（xiù）丽（lì）”被拆（chāi）分（fèn）为了（le）“山清（qīng）水秀—丽”，“山清水秀（xiù）”是一个成语没有拆分。Google把成语作（zuò）为几（jǐ）个基本词组，不会进一步拆分。
实例5：测试普通之间是否（fǒu）有权（quán）重（chóng）高（gāo）低之分（fèn）
搜索“山（shān）河水灾”这个关键字（zì）短语（yǔ），结果Google拆分（fèn）为“山河”和“水灾”两（liǎng）个（gè）词组;然后搜素“山河水灾情”这个（gè）关键字（zì）短语（yǔ），结（jié）果Google拆分为“山河（hé）”、“水”、“灾情”三（sān）部分，“水（shuǐ）”字没有（yǒu）和“灾（zāi）”组成词组，反而“灾”和“情”组成了词组，这说“灾情”这个词（cí）的（de）权重（chóng）高于（yú）“水灾（zāi）”的权重。这说（shuō）明词组（zǔ）之（zhī）间也是有（yǒu）权重之分的。
根据实（shí）例测试推断（duàn）：Google会把搜索的关键（jiàn）字(短语)拆分为最（zuì）基本的词组（zǔ），这些普通词组（zǔ）都是符合汉语言规范的标（biāo）准词组，不（bú）像百度（dù）那（nà）样收录（lù）“人造名词（cí）”。Google的词组（zǔ）大致可分为（wéi）普通名词、地（dì）名、人（rén）名等几类，关键字(短语（yǔ）)都是（shì）从左向右，按权重高低拆分。这些词组权重（chóng）从低到高（gāo）依次如（rú）下（xià）：人名<普通（tōng）词（cí）组<地名<成语（yǔ）<领导人名字（zì）。进（jìn）一步（bù）测试品牌名和人名的权重是一样（yàng），都是最低的，这（zhè）只是一（yī）个（gè）大致顺序，因为同一类词组还会根据日常使用的（de）频率进一步（bù）的分级，每（měi）一级的分配不同的权重，所以同一（yī）类词组（zǔ）之间也（yě）有权重高低（dī）之分。
|
|
