请选择 进入手机版 | 继续访问电脑版

苏苏网赚论坛

 找回密码
 立即注册
查看: 2278|回复: 0

文章的关键词写好 蜘蛛也爬的快

[复制链接]
发表于 2018-12-10 13:16:39 | 显示全部楼层 |阅读模式
搜索引擎应该是从以下几步来如何分析关键词和文章性的:
  第一:对初步分词的结果进行去除无意义的词语
  网站推广搜索引擎通过对第二步的分词结果进行分析,去除一些语气词和形容词等非实意词和一些单词,同时还考虑到单字词所表达的信息不够完整也应当滤除。去除停用词通过建立一个停用词列表来实现。这样,网站推广通过去除这些无意义的词之后,剩下的就是有意义的,值得分析的词汇了。
第二:搜索引擎首先对要要分析的网页进行净化处理
  网页净化主要是去掉网页中大量无用的广告、导航栏等网页模板噪声以及无意义的内容,如Javascript脚本,CSS标记等内容。至于搜索引擎采用的是何种算法,则不为我们所知,但是个人估计应该是对网页进行划分为不同的快,通过衡量网页块的重要程度来判断出包含主题内容的块,然后提取出该块的内容,至于搜索引擎如何判别网页快的重要程度,网站推广那是另外一个课题。
  第三:对关键词的权重进行确定分析
  在完成对文章分词切分和净化工作之后,就要将网站推广文章所有关键词进行分析了,笔者的想法是搜索引擎将文本表示成Ⅳ维特征向量,每一维分量由关键词及其权重组成。一般认为,关键词在文中的权重的确定,主要由三部分组成,词频,位置和词义共同影响决定。而词频和位置对词语或短语的影响可以通过确定的算法加以确定,词义权重也有固定的算法进行分析计算。搜索引擎利用设定好的算法对上述关键词进行了计算和分析。从而得到最后的结果。
第四:针对提取出的内容进行分词处理
  个人认为,网站推广搜索引擎可能采用了某种算法,对内容先进行了词语粗分阶段,先得出N个概率最大的切分结果;然后,利用角色标注方法识别未登录词,并计算其概率,将未登录词加入到切分词图中,之后视其为普通词处理,最终进行动态规划优选出N个最大概率切分标注结果。并进行记录。
热帖推荐
回复

使用道具 举报

广告合作|最大的网赚客中文交流社区!十年老站!

GMT+8, 2024-3-29 19:18 , Processed in 0.140400 second(s), 23 queries , Gzip On.

Powered by Discuz! X3.1 VIP版

© 2012-2022 苏苏网赚论坛 版权所有 | 10年老品牌

快速回复 返回顶部 返回列表