国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

Yahoo網(wǎng)址：http://www.yahoo.com與前兩個介紹的搜索引擎不同，Yahoo是屬于另一類的搜索引擎。前兩者是自由詞搜索引擎（國外稱之為索引搜索引擎Indexing）,而Yahoo則屬于分類搜索引擎（國外稱之為目錄服務(wù)DirectorService）。和AltaVista與HotBot不同的是，Yahoo并不是單純地提供所有網(wǎng)站網(wǎng)頁的全文檢索服務(wù)，而是將其收集到的網(wǎng)站及網(wǎng)頁分門別類加以索引和文摘（由人工完成），以一個分層的線性目錄來為用戶提供按圖索驥式的服務(wù)。相對于AltaVista與HotBot比較適合于檢索較專業(yè)的查詢來講，Yahoo則比較適合于一般的查詢。Yahoo不僅能在所有的分類類目中進行查詢，也能根據(jù)需要在一個類目中進行查詢，這樣就保證了較高的查準率。Yahoo由人工索引的分類數(shù)據(jù)庫也保證了庫內(nèi)數(shù)據(jù)質(zhì)量較高，冗余信息較少的優(yōu)點。如果用戶的檢索詞在Yahoo中查詢不到結(jié)果，Yahoo還會自動地將查詢較交給AltaVista，由后者來為用戶作進一步的檢索。對于一個初涉因特網(wǎng)的用戶來講，Yahoo精致的分類目錄也起到了極好的瀏覽導(dǎo)游作用。當然由于Yahoo的分類庫是由人工維護的，也不提供全文關(guān)鍵詞檢索服務(wù)，因此對于較為專業(yè)偏僻的查詢很難提供滿意的結(jié)果。Excite網(wǎng)址：http://www.excite.comExcite雖然是與AltaVista及HotBot相似的搜索引擎，但它最有特色的恐怕就是它的概念搜索了。Excite首先將你的檢索式字詞按字義進行自動擴展或加以限定，然后根據(jù)處理過的檢索式再到庫中進行檢索，對于一般概念的檢索來講，這種方法很有幫助。并且它很提供了相似檢索（MoreLikeThis）的擴展功能，使用戶能根據(jù)反饋的檢索結(jié)果來做進一步的查詢。但是Excite的這種技術(shù)非常復(fù)雜，對于復(fù)雜及專業(yè)的查詢效果也不好，同時由于中文與英文處理的不同，這一想法值得中文搜索引擎借鑒，但卻不可能照搬。Excite較有特色的部分還有在頁面上提供財經(jīng)新聞等，并允許用戶定制網(wǎng)頁。國外主要搜索引擎對照表:中文搜索引擎比較談到中文搜索引擎，不能不先提一點中文搜索引擎的特點。由于語言、文化上的差異，中文搜索引擎必然會與國外的搜索引擎有所有同，如果不首先認識到中文搜索引擎的特點，就不能正確地作出比較。中文搜索引擎的特點內(nèi)碼：由于歷史與政治的原因，目前兩岸三地在中文語言的使用上逐漸有了較大的差別，體現(xiàn)在計算機處理上也有很大的不同，其中最重要的區(qū)別是采用不同的字符集及內(nèi)碼體系，大陸用的是GB碼，而臺灣則用的是BIG5碼，字符集的大小也不盡相同。作為一個要涵蓋網(wǎng)上中文信息的中文搜索引擎就不能不正視這個問題，想辦法去解決這個問題，如在搜索引擎內(nèi)部將其統(tǒng)一在一個內(nèi)碼體系中（如UNICODE）或者是一個大字符集中（如GBK）等。分詞：西文單詞的分隔相當清晰，用空格分隔。而中文的字詞則不能簡單地進行分隔，因此造成傳統(tǒng)上就有不同的處理方法。一個是完全單漢字全文檢索，即將文章中的每一個漢字都做進索引，而將用戶的檢索提問根據(jù)單漢字匹配的原則去進行檢索。此法雖然能夠保證有很高的查全率，但卻經(jīng)常返回一些雜亂無章的檢索結(jié)果。所以說，這是較容易造成答非所問的處理方法。除此以外的方法則是根據(jù)一定的原則和方法來對文章進行自動分詞，然后按詞建庫，對用戶的檢索結(jié)果按詞匯匹配來進行查詢。一般來講，這種處理方法較容易返回符合用戶檢索詞概念意義的檢索結(jié)果，但是分詞技術(shù)的好壞直接影響到查全率。從目前中文搜索引擎實際情況來看，絕大多數(shù)的搜索引擎采用分詞的處理方法，因為這樣除了較準確之外還能提高整個系統(tǒng)的檢索響應(yīng)效率。中文分詞的另一層意義是指的是，對于用戶輸入的查詢語句進行自動分詞，然后用分解后的詞匯來進行檢索，這種做法降低了用戶在檢索式組織上的工作量，提高了查全率和查準率。由于各搜索引擎在建庫時是否分詞，以及如何分詞，這在檢索界面上很難以作出判斷，因此下文中關(guān)于中文分詞的討論一般是指對于用戶的檢索式自動進行分詞。分類：除了專門的分類搜索引擎（如Yahoo等）之外，大量的關(guān)鍵詞搜索引擎也采用了以分類目錄進行導(dǎo)覽的方法。這一現(xiàn)象在中文分類搜索引擎中更為普遍。但是由于文化的差異，中文搜索引擎分類類目具有與國外搜索引擎分類類目不同的特點。如何來更好地發(fā)揮中文文化的特色，以期來更好地做好網(wǎng)上中文文獻的指引，這是一個值得進一步研究的問題。2．中文搜索引擎評價以下將按關(guān)鍵詞搜索引擎與分類搜索引擎兩大類型來介紹一些較有影響的中文搜索引擎。需要指出的是，這樣的區(qū)分方法僅僅是為了介紹的方便，并不是絕對的區(qū)別。目前的搜索引擎，尤其是中文搜索引擎有互相融合的趨勢，關(guān)鍵詞搜索引擎與分類搜索引擎通常是我中有你，你中有我，國內(nèi)的關(guān)鍵詞搜索引擎大多又建有一個分類庫。一般來講，我們將由網(wǎng)上機器人(Spider或Robot)自動收集網(wǎng)頁建庫，而檢索又以全文檢索為主的搜索引擎歸入關(guān)鍵詞搜索引擎；而將主要由人工維護建庫，以分類導(dǎo)游或分類摘要查詢?yōu)橹鞯乃阉饕鏆w入分類搜索引擎。本文對搜索引擎的討論順序不包含任何評價意義。2.1關(guān)鍵詞檢索站點ChinaByteCSEEKCSEEK的檢索功能非常強勁，除了國外的搜索引擎，它可能是我們評價的中文搜索引擎中檢索功能最強的一個，因為它使用的搜索引擎核心是非常成熟的商用軟件verity。但正因為其功能強勁且有些復(fù)雜，要充分利用到其強勁的檢索功能，用戶必須詳細閱讀其幫助頁面，這對于普通用戶來說有些勉為其難。CSEEK的界面雖然也算清晰明了，但在其頁面上缺乏對于其檢索功能的簡單描述或者是一些輔助選項按鈕，不能不說是一個小小的缺憾。作為一個新興的中文搜索引擎，CSEEK的發(fā)展速度還是相當快。在今年五月上旬，我們初次考察這一搜索引擎時，其庫內(nèi)網(wǎng)頁數(shù)28萬頁。而當七月上旬我們再一次考察這一搜索引擎時，其庫內(nèi)網(wǎng)頁數(shù)已發(fā)展為近56萬頁。象大多數(shù)的關(guān)鍵詞搜索引擎一樣，CSEEK也有一個分類庫供用戶查詢，但此庫顯然是疏于管理，缺乏更新，每一個子類最多為30條網(wǎng)頁。另外其結(jié)果顯示中的網(wǎng)頁摘要由于是由其搜索引擎按一定算法自動生成，雖然說有時比單純引用前幾行文字要更具有說明意義，但有時也使人莫名其妙。網(wǎng)易網(wǎng)易公司以其提供的一系列服務(wù)見長，如免費主頁、免費EMAIL都在國內(nèi)具有一定的影響。它的搜索引擎也是頗有特色，它先將用戶的檢索式在自己的分類庫中進行查詢，如果沒有檢索出結(jié)果，系統(tǒng)將自動將提問式轉(zhuǎn)向全文數(shù)據(jù)庫進行檢索。如果在分類庫中檢索出結(jié)果，用戶對檢索結(jié)果不滿意，可以直接按檢索結(jié)果頁面底部的全文檢索按鈕，繼續(xù)在全文庫中進行檢索，這對于一個非專業(yè)用戶來說是非常實用的一種檢索策略。另外，網(wǎng)易的分類庫也是做得相當不錯（其分類類目與方法大致上與哇塞相同），這比許多帶分類庫的關(guān)鍵詞搜索引擎要好。網(wǎng)易的功能簡單、使用方便，并且提供一定的模糊檢索功能，這也是非常能吸引普通用戶的功能。網(wǎng)易的界面清晰，反應(yīng)及庫容量也是可以接受的。天網(wǎng)中英文搜索引擎天網(wǎng)是由CERNET在北京大學(xué)設(shè)立的一個較優(yōu)秀的中文搜索引擎，主要以CERNET的網(wǎng)頁信息為主。作為國內(nèi)自行開發(fā)的搜索引擎，具有一定的水準。它象很多國外的優(yōu)秀搜索引擎一樣，系統(tǒng)不僅提供WWW網(wǎng)頁的查詢，同時也提供對新聞組(Newsgroup)內(nèi)容的查詢。天網(wǎng)將用戶的檢索式進行自動分詞，然后進行檢索，這一點和下面介紹的悠游搜索引擎是一樣的。同時天網(wǎng)還提供模糊匹配檢索模式，在模糊匹配中，系統(tǒng)不僅檢出用戶表達式中的關(guān)鍵詞，并且將其同義詞也一并檢出。天網(wǎng)還支持通過EMAIL的檢索，即用戶可將檢索式通過EMAIL發(fā)送檢索提問式，而天網(wǎng)搜索引擎通過EMAIL回送檢索結(jié)果。同時天網(wǎng)還提供對ftp.pku.edu.cn,ftp.lib.pku.edu.cn,ftp.ncic.ac.cn,ftp.igd.edu.cn等FTP服務(wù)器的FTP文件檢索。但作為位于北京大學(xué)的優(yōu)秀站點，天網(wǎng)搜索引擎似乎經(jīng)常受阻于網(wǎng)絡(luò)交通或機器瓶頸，在正常工作時間內(nèi)進行檢索時，經(jīng)常出現(xiàn)超時錯誤，這在一定程度上影響了它的實用性。另外也可能由于面向國際的緣故，天網(wǎng)的缺省主頁面是英文頁面，這也給國內(nèi)的用戶帶來了小小的不便。OMRON上海熱線搜索器OMRON上海熱線搜索器使用的是與ChinaByte的CSEEK同樣的搜索引擎內(nèi)核Verity,因此它的總體特征與CSEEK并無二致。但作為一個主要以上海熱線信息為主的實驗性站點，也可以說是OMRON公司的廣告站點，它的優(yōu)點不會比CSEEK多，缺點卻不會比CSEEK少。悠游中文搜索較有影響的一個搜索引擎，充分體現(xiàn)了兩岸三地的特色。它原先由美國、北京、重慶、香港四個網(wǎng)站組成，最近又增添了上海網(wǎng)站，同時臺灣的網(wǎng)站也已推出。悠游每一個網(wǎng)站充分考慮到兩岸三地的特點，所以每一個網(wǎng)站都有GB與BIG5兩種頁面，并且兩個頁面的內(nèi)容還考慮到不同用戶的需求而有所不同。同時各地網(wǎng)站主頁面還有本地新聞等其他信息。各地網(wǎng)站還推出不同的服務(wù)內(nèi)容等等。除了關(guān)鍵詞檢索功能而外，悠游也提供了一個簡單而排版清晰(類似于Yahoo風(fēng)格)的分類庫。除了網(wǎng)頁搜索以外，悠游搜索引擎還提供了網(wǎng)址(URL)查詢功能。另外悠游搜索引擎很有特色的一點就是它能夠?qū)⒂脩舻臋z索式進行自動分詞，然后再進行檢索。因此用戶在輸入檢索式的時候，可以按照自己的習(xí)慣直接輸入，但有時用戶鍵入一個長的檢索式的話，常會檢索出一大堆檢索結(jié)果。但是悠游搜索引擎在主頁上未提供任何幫助信息，對于用戶來說多有不便，用戶只有在進入分類檢索時才能找到一個幫助鏈接，但其幫助信息也寫得較為簡單，參考價值一般，搜索引擎本身也不支持什么邏輯檢索的功能。茉莉之窗這是我們評價的中文搜索引擎中僅有的一個香港站點。它是由香港中文大學(xué)建立的一個中文搜索引擎，收錄了中國大陸與臺灣兩地的WWW網(wǎng)頁，其中以臺灣的網(wǎng)頁居多一些。但是茉莉之窗的英文界面，以及同樣是英文的幫助頁面對于廣大的中國用戶來說就顯得不是很方便。另外，除了網(wǎng)址檢索功能外，其網(wǎng)頁檢索功能也顯得單一了些。蓋世搜索引擎由臺灣中正大學(xué)的吳升教授領(lǐng)銜開發(fā)的一個相當有影響的中文搜索引擎。蓋世搜索引擎的英文主頁面同時有四個鏈接，分別鏈接至它的目錄服務(wù)，WWW網(wǎng)頁的檢索，BBS資料庫檢索與FTP檢索，提供的檢索服務(wù)不可謂不多，這一點和國外的搜索引擎倒是有點相象。另外作為一個自主開發(fā)的引擎，蓋世提供的檢索功能也頗為方便和強勁，它的模糊匹配功能同樣能將用戶的檢索詞自動分詞后再行檢索。蓋世搜索引擎使用了英文的主頁面，它的WWW頁面檢索與分類庫導(dǎo)覽頁面是中文的。在筆者撰文的時候，吳升教授又領(lǐng)銜開發(fā)了一個新的搜索引擎，聲言此搜索引擎并不以中文為目標，而是要以支持多種語言的內(nèi)核見長，直接與國外的搜索引擎競爭。有興趣的讀者可以去領(lǐng)略一番，其網(wǎng)址為：www.openfind.com.tw。Seednet搜索引擎Seednet搜索引擎是臺灣搜索引擎中檢索功能獨樹一幟的搜索引擎，幾乎支持所有常用的邏輯檢索功能外，支持中英文混合檢索，支持英文的通配符等等，檢索功能相當強勁。另外值得一提的是，它在檢索結(jié)果顯示中采用的直接跳轉(zhuǎn)的技術(shù)。目前幾乎所有的搜索引擎，包括國外最先進的搜索引擎，都采用在頁面顯示直接鏈接各結(jié)果顯示頁面的方法來顯示檢索結(jié)果，由于不可能在一個頁面上直接顯示幾十個甚至上百個鏈接地址，因此檢索結(jié)果的顯示大多受限于幾百條或上千條記錄。而Seednet搜索引擎采用下拉式菜單的方式直接顯示檢索結(jié)果頁面，用戶可以直接跳轉(zhuǎn)至任一個頁面的結(jié)果顯示，這對于用戶評價自己的檢索結(jié)果是相當有幫助的。AltaVista中文搜索關(guān)于AltaVista英文搜索引擎前文已介紹過了。它在今年五月，緊隨Yahoo之后推出了中文搜索，不能不說其是認識到了中文搜索這一市場的重要性。由于AltaVista的實力和技術(shù)，所以它的中文搜索在庫容量及響應(yīng)速度令其他中文搜索引擎難以匹敵。但是也由于它的核心不是為非西文語種所準備的，所以它在推出中文搜索的時候也偷工減料不少，最主要的是不支持它的高級檢索功能，不能運用其一些強勁的邏輯檢索特性。另外它為了方便中文用戶的使用，在中文檢索的頁面上做上一個光禿禿的中文輸入條，而其他的提示與幫助又都是英文的，所以實際上也沒給中文用戶以多少方便。但是，不管它現(xiàn)在在支持中文搜索上還有這樣那樣的不足，并由于它一流的技術(shù)與硬件，我們認為它的推出是對其他中文搜索引擎極大的挑戰(zhàn)。2.2分類搜索引擎搜狐搜狐的主頁也許就象它的名字，花哨而令人摸不著頭腦。它的主頁上提供了許多相關(guān)信息、廣告等等，相對于它相當及時的新聞更新來說，它的庫更新間隔就顯得稍微慢了一些，同時庫容量的限制也使其參考價值不大。搜狐的分類庫組織的更象一個精心組織的導(dǎo)航庫，對于一個想在網(wǎng)上瀏覽的新手來手有一定參考價值。在搜狐的主頁上，我們同樣找不到任何對檢索有益的幫助信息，所以我們同樣無從判斷其對邏輯檢索功能的支持等等。搜狐輸出結(jié)果不分頁，如果用戶的檢索結(jié)果很長的話，那就會等來一個很長的頁面，也許是搜狐一般不會返回一個很長的結(jié)果，所以這個問題也就很少成為問題了。指南針指南針的數(shù)據(jù)庫主要以收集中國教育和科研計算機網(wǎng)（CERNET），ChinaNet，中國科技網(wǎng)（CSTNET），中國金橋網(wǎng)（ChinaGBN）等網(wǎng)絡(luò)上的信息資源為主。指南針很有特色的地方是它的多樣化輸入方式和多個分類體系。指南針支持中文GB輸入，中文BIG5碼輸入，英文翻譯輸入以及拼音輸入，給用戶在輸入時提供了多樣化的選擇與方便。它的分類體系有普通分類和學(xué)科分類兩種，同時它還保留了它的舊版分類體系。它的學(xué)科分類在網(wǎng)上搜索引擎中是少有的，它將自己的分類庫分成58個學(xué)科類目，供用戶從學(xué)科角度來按圖索驥。大大方便了相當一部分專業(yè)用戶。指南針目前第一要做的就是擴大庫容，從一個區(qū)域性較強的中文搜索引擎轉(zhuǎn)而成為面向整個中文網(wǎng)絡(luò)信息的中文搜索引擎。華好網(wǎng)景、四通利方、我是野虎、天涯若比鄰將上述四個搜索引擎放在一起評述，并不是因為它們有什么緣源關(guān)系，也不是因為它們有非常相似的特色，僅僅是因為相對于其他搜索引擎來講對它們的評述較為困難。它們都是中文搜索引擎的后起之秀，水平也比較接近，沒有什么突出的優(yōu)點，也沒有什么特別的缺點。也許是受限于人力、資金、技術(shù)等各方面的客觀原因，它們的庫都較?。ㄒ盎⑸远嘁恍?，某種意義上講它們更象導(dǎo)航站臺，檢索功能也比較簡單，界面設(shè)計也比較一般，分類立意也沒有什么特別之處。在國外有許多小的搜索引擎，或是地區(qū)性的，或是專題性的，而國內(nèi)走這條路的并不多，大家都在搞小而全，其實中文搜索引擎也可以走走這一條路，從一點出發(fā)然后逐漸走向全面，這也許是比較現(xiàn)實的策略。如果大家還是搞任何東西都是要上一起上的話，最后又囿于各方面條件限制，誰也不是搞的很好，長此以往對守住中文搜索引擎這個陣地并沒有什么好處。蕃薯藤中文搜索引擎、哇塞中文搜索引擎的發(fā)展由于有一個不斷積累的過程，所以因為起步較早，技術(shù)與資金條件可能也更好一些，臺灣地區(qū)的中文搜索引擎尤其是分類搜索引擎明顯走在國內(nèi)同行的前面。蕃薯藤與哇塞的共同特點是界面非常清晰，不象國內(nèi)的分類搜索引擎那樣過于繁復(fù)且盡是廣告。從界面設(shè)計來看，哇塞是筆者認為所有這些經(jīng)考察的中文搜索引擎中界面做得最干凈的一個，清晰利落，顏色配比也頗具匠心，令用戶閱讀起來相當方便。哇塞另外用清晰的小圖標標明“酷”和“新”的站點，也使用戶感到既非常實用又體貼備至。蕃薯藤的檢索功能做得更強一些，它的通配符檢索功能也使它在檢索上比較方便用戶。在此要指出的是，中文檢索的通配符與西文檢索的通配符用戶不同。在西文檢索中，通配符的作用是能讓用戶檢索出包含一個詞不同時態(tài)和用法的結(jié)果集。而在中文檢索中，通配符可以替代任何字符，較類似于相近檢索（NEAR），或者說比相近檢索功能更豐富一些，因此中文檢索中的通配符功能還是相當實用的。呀虎中文搜索關(guān)于呀虎西文搜索引擎，前文已作了介紹，這里毋庸贅述。與AltaVista搜索引擎不同的是，呀虎中文搜索引擎大體上保留了原來的特色，并且根據(jù)中文的特點作了一些改進。比如，呀虎的一大特點是它精致的分類體系，呀虎中文保留了原來的主分類，而在細目上又根據(jù)中文的特點作了改動，重新規(guī)劃分類，由于目前網(wǎng)上中文信息不是很多，因此中文分類比原來英文分類小很多，感覺上呀虎的庫容量目前還太小，但仍不失精致實用的特色。中文呀虎與原英文呀虎的界面基本一致，也保留了原有的許多特色。這多少令眾多呀虎的擁躉者感到欣慰。由于目前網(wǎng)上中文信息的特點，呀虎實際上是為GB與BIG5準備了兩套人馬，兩套服務(wù)器。因為實時更新及地區(qū)特色上的原因，在GB與BIG5庫中經(jīng)常會有一些小小的差別。另外，呀虎中文搜索引擎的缺省中文域名指向BIG5的服務(wù)器(chinese.yahoo.com)，而GB碼的服務(wù)器域名為：gbchinese.yahoo.com這也許正是因了楊致遠先生所說的：“大陸也許是最重要的市場，但就先后次序來說卻是最末一個。”2.3中文搜索引擎對照表(以下各表中大多數(shù)“--”表示N，個別不詳)2.3.1中文搜索引擎對照總表名字1URL庫記錄數(shù)2主頁內(nèi)碼3支持多內(nèi)碼4更新間隔5主頁頁面組織6關(guān)鍵字搜索引擎ChinaBytewww.cseek.com559902GBY快一般網(wǎng)易www.yeah.net大量GB--快好天網(wǎng)中英文搜索引擎Pccms.pku.edu.cn:800060萬6千網(wǎng)頁/9萬6千新聞組文獻GBY快一般OMRON上海熱線搜索器Www.omron.online.sh.cn162006GB--慢一般悠游中文搜索www.goyoyo.com>40萬GB/BIG5Y快一般茉莉之窗www.jansers.org572206EN(GB/BIG5)Y慢一般蓋世搜索引擎Gais.cs.ccu.edu.tw大量BIG5--快一般怪獸搜索www.monster.com.tw一般BIG5--慢一般搜神引擎Www.sosoon.com.tw一般BIG5--慢好Seednet 搜索引擎Search.seed.net.tw一般BIG5--快好AltaVista中文搜索Www.altavista.digital.com大量EN(GB/BIG5)Y快一般分類搜索引擎搜狐Www.sohoo.com.cn有限GBY慢一般常青藤Search.tonghua.com.cn有限GB/BIG5Y慢一般指南針Compass.net.edu.cn:8010≈20萬頁GB--快一般華好網(wǎng)景Www.chinaok.com有限GBY慢一般四通利方Www.richsurf.com/richsurf/有限GB--慢一般我是野虎Www.5415.com一般GB--慢一般天涯若比鄰Www.robot.com.cn有限GB--慢一般蕃薯藤中文搜索引擎Search.yam.org.tw一般BIG5--快好哇塞Www.whatsite.com一般BIG5--快好呀虎中文搜索Chinese.yahoo.com大量GB/BIG5Y快好注1：所注明的搜索引擎的名字有些是其主頁上已有的，而對于未有中文名的則采用常用的約定俗成的稱呼或帶有注釋性的名字。注2:庫記錄數(shù)以其主頁上自報家門的為準。而對于未自報家門者，我們也只能主觀判定其多與少，因此此處的主觀指標僅供參考。關(guān)于庫記錄數(shù)讀者可參閱下面的測試檢索對照表。注3:主頁內(nèi)碼：是指其主頁文字以何種內(nèi)碼顯示，有兩種不同內(nèi)碼主頁者將其最常用的放在前面，而對于可以接受其他內(nèi)碼檢索式的則以括號來表示。注4:支持多內(nèi)碼指其庫中記錄是否包含多個內(nèi)碼（不論其內(nèi)部處理方式）的網(wǎng)頁，即所謂是否包容兩岸三地呂文網(wǎng)頁的信息內(nèi)容。注5:更新間隔：搜索引擎以多快的頻率來更新其數(shù)據(jù)庫是顯示其服務(wù)質(zhì)量的重要指標。因其也相當難以判斷，所以我們在此加上一個主觀的經(jīng)驗指標，以供大家參考。凡是在我們的考察過程中能夠經(jīng)常更新的搜索引擎，我們就標識為快，而對一些不大更新的則標識為慢。需要指出的是，目前國內(nèi)的中文搜索引擎普遍地比國外的搜索引擎更新間隔長得多。注6:主頁頁面組織：僅僅指主頁組織是否清晰明了，用戶使用方便。因為這是一個主觀評價的指標，僅具有一般的參考價值，所以我們只用好與一般兩檔指標，未作細分，僅供大家參考。2.3.2中文搜索引擎邏輯檢索功能對照表名字支持布爾檢索其他操作通配符操作符禁用詞中文自動分詞支持二次檢索模糊檢索關(guān)鍵字搜索引擎ChinaByteAND/OR/NOT<near>/<phrase>--*/?/‘/"/<THESAURUS>------Y(通過詞典操作符)網(wǎng)易(AND/OR/NOT)----&/|/!/+/-Y----Y天網(wǎng)中英文搜索引擎AND/OR--------YYYOMRON上海熱線搜索器AND/OR/NOT<near>/<phrase>-- */?/‘/"/<THESAURUS>------Y(通過詞典操作符)悠游中文搜索--------YY----茉莉之窗--------Y------蓋世搜索引擎(AND/OR/NOT)----&/|/!/+/-YY--Y怪獸搜索（AND/OR）--------------搜神引擎--------------YSeednet 搜索引擎(AND/OR/NOT)NEAR*&/+/-Y--Y--AltaVista中文搜索(AND/OR/NOT)NEAR*&/+/-/!/|/~--------分類搜索引擎搜狐----------------常青藤(AND/OR)--------------指南針(AND/OR/NOT)----+/-Y------華好網(wǎng)景(AND/OR/NOT)--------------四通利方----------------我是野虎(AND/OR)--------------天涯若比鄰AND/OR--------------蕃薯藤中文搜索引擎(AND/OR)--*+/-------Y哇塞(AND/OR)--------------呀虎中文搜索(AND/OR/NOT)----+/-/””--Y----注：1.支持布爾檢索：指搜索引擎是否支持普通的布爾檢索，即是否支持AND/OR/NOT。通常來講，中文搜索引擎大多不直接支持使用AND/OR/NOT（我們以括號來表示），而使用+，-，|等操作符，請參看操作符一欄。2.其他操作：指普通邏輯操作符以外的操作，通常是指相近操作NEAR，這個操作符指的是兩個檢索詞處在同一個句子中或相隔不超過n個詞（n值可以從10到100不等）。3.通配符：指的是通用適配符（wildcard）,即可以用此符號來替代檢索結(jié)果匹配中的一個或多個字符，如*適配符可以替代任意多個字符，檢索式”中*科*院”可以檢出”中國科學(xué)院”的檢索結(jié)果。通配符的另一個作用是可以將同一英文單詞的不同時態(tài)、用法的詞一并檢出。4.操作符：指搜索引擎在支持邏輯檢索及其他操作時所使用的操作符號。通常操作符的表示含意如下：+必須包括(AND);-必須排除(NOT);&(AND);|(OR);!(NOT);““表明括號內(nèi)的檢索詞將以短語的形式以完全匹配的方法去進行檢索。5.禁用詞：為了提高檢索效率，提高檢索準確率，西文搜索引擎常常將一些介詞、冠詞等作為禁用詞。僅僅用這些詞來進行檢索搜索引擎將不予作答。中文搜索引擎也有同樣的問題，如果沒有禁用詞將會降低系統(tǒng)的效率的準確性。當然有禁用詞在某些情況下也會產(chǎn)生一些負作用。6.中文自動分詞：前文提及中文自動分詞指建庫和檢索式處理兩個方面。此次僅指檢索式處理方面。如果搜索引擎能對用戶鍵入的沒有分隔符的中文檢索式能進行自動分詞再檢索的話，我們即認定其支持中文自動分詞。對于系統(tǒng)沒有言明其如何處理檢索式的情況，本表中不作判斷。7.二次檢索：指的是系統(tǒng)能根據(jù)用戶的要求對上一次檢索結(jié)果集作進一步的限定檢索。8.模糊檢索：即所謂的FUZZYMATCH。模糊檢索本身的概念也比較模糊，在本表中一般是指系統(tǒng)提供對用戶的檢索式進行自動分詞（分不同層次，最多可分至單漢字），然后根據(jù)分出的詞來進行檢索，而不是以整個檢索式精確匹配的方式進行檢索。2.3.3中文搜索引擎分類功能對照表名字是否分類主分類數(shù)最大分類層次分類是否參照分類類名是否可搜索關(guān)鍵字搜索引擎ChinaByteY142----網(wǎng)易Y, 122--Y天網(wǎng)中英文搜索引擎----------OMRON上海熱線搜索器Y122----悠游中文搜索Y143----茉莉之窗----------蓋世搜索引擎Y162----怪獸搜索--1--------搜神引擎Y122----Seednet 搜索引擎----------AltaVista中文搜索----------分類搜索引擎搜狐Y18無YY常青藤Y143YY指南針Y16/12/5823--Y華好網(wǎng)景Y15無YY四通利方Y102----我是野虎Y143----天涯若比鄰Y142----蕃薯藤中文搜索引擎Y12無--Y哇塞Y123----呀虎中文搜索Y14無YY注1：怪獸搜索也在主頁上放置了一個形似分類的分類導(dǎo)航表，但不能成其為嚴格意義上的分類，其內(nèi)容也極少。注2：指南針有三個分類體系：新的普通分類/舊版分類/學(xué)科分類。注：分類是否參照：指一個分類類目名分在一個上級類目下，而在另一個類目下作參照。如Yahoo下以@作后綴的類目名。2.3.4中文搜索引擎結(jié)果顯示對照列表：名字最大檢索結(jié)果限制摘要直接顯示鏈接命中排序文件日期文件大小顯示內(nèi)碼標準關(guān)鍵字搜索引擎ChinaByteY1000YYY----Y網(wǎng)易--YYYYY--天網(wǎng)中英文搜索引擎--YyyYy--OMRON上海熱線搜索器Y200yyy------悠游中文搜索Y2000YY--YYY茉莉之窗Y2000YYYYYY蓋世搜索引擎--(200)YYYYY--怪獸搜索--(200)YYY------搜神引擎--(150)YYY抓取日期Y--Seednet 搜索引擎--(直接跳轉(zhuǎn))YYY抓取日期----AltaVista中文搜索--(200)YYYYYY分類搜索引擎搜狐--YY------Y常青藤--Y--------Y(缺省GB)指南針--YYY--Y--華好網(wǎng)景--Y--------Y四通利方--Y----------我是野虎--Y----------天涯若比鄰--Y--------Y蕃薯藤中文搜索引擎--Y----------哇塞Y1000Y----------呀虎中文搜索--YYY------注：1.最大檢索結(jié)果限制：有一些搜索引擎為提高效率，避免無用的資源消耗，會給出一個最大檢索結(jié)果限制。而大多數(shù)搜索引擎并沒有最大檢索結(jié)果限制，但是卻限制只能回送顯示檢索結(jié)果集中的部分記錄（在本欄中以括號表示）。2.摘要：關(guān)鍵字搜索引擎的摘要一般是自動生成的，如按一定的算法生成或取網(wǎng)頁的前幾行文字等。而分類搜索引擎的摘要大多是人工題寫的注釋性文字。3.命中排序：一般是指結(jié)果中帶權(quán)值或分值顯示，或者是說明中言明檢索結(jié)果按排序列出。非上述情況也不能說明檢索結(jié)果不是排序輸出，但難以判斷，所以本表不予注明。4.顯示內(nèi)碼標準：指檢索結(jié)果顯示中是否將原網(wǎng)頁所用的內(nèi)碼標準列出。2.3.5中文搜索引擎測試檢索對照表由于大多數(shù)的搜索引擎并不自報家門，我們也難以精確地了解各個搜索引擎的實際庫容量大小。為了使大家更好地了解每個搜索引擎的庫容量，我們使用了一個根據(jù)常用詞詞頻相同的方法來估計各個搜索引擎的庫容量。具體來講，就是選用大家的數(shù)據(jù)庫都會用到的常用詞來對每個庫進行檢索，根據(jù)返回的結(jié)果就可以大致估計出每個庫的庫容量概念。當然這種方法相當不準確，但對于估計庫容量的多與少是沒有問題的。由于時間有限，同時考慮到目前網(wǎng)絡(luò)上大多數(shù)的網(wǎng)頁是有關(guān)電腦科技或相關(guān)資料的，所以我們選用了“電腦”與“科學(xué)”兩個詞來進行檢索測試。為便于大家比較，我們將有確切庫容量數(shù)的搜索引擎也進行了測試，一并列出，以供大家參考。這里要說明的是，由于分類搜索引擎的數(shù)據(jù)庫是由人工維護的，庫容量自然要少，并且有很多并不提供全文檢索功能，只能在分類類目及摘要庫中進行檢索，因此返回結(jié)果自然就少。因此在關(guān)鍵字搜索引擎與分類搜索引擎這兩類之間不能做簡單類比。名字記錄數(shù)“電腦”“科學(xué)”關(guān)鍵字搜索引擎ChinaByte5599021000(受限)1000(受限)網(wǎng)易--2719127846天網(wǎng)中英文搜索引擎60萬6千網(wǎng)頁/9萬6千 newsgroup文獻20000(受限)20000(受限)OMRON上海熱線搜索器162006200(受限)200(受限)悠游中文搜索>40萬2000(受限)2000(受限)茉莉之窗5722062000(受限)2000(受限)蓋世搜索引擎--3672018260怪獸搜索--2157887搜神引擎--46061077Seednet 搜索引擎--36611509AltaVista中文搜索--12263065260分類搜索引擎搜狐--1/29212/295常青藤--5/83323/490指南針≈20萬頁36048999華好網(wǎng)景--無計數(shù)無計數(shù)四通利方--6863我是野虎--200781天涯若比鄰--7381蕃薯藤中文搜索引擎--21241279哇塞--1000(受限)1000(受限)呀虎中文搜索--96/143759/375注:表中受限搜索引擎有最大檢索結(jié)果集限制，因我們選用的常用詞返回結(jié)果超出其最大值，因此搜索引擎只能返回其允許的最大結(jié)果值。華好網(wǎng)景未提供檢索結(jié)果計數(shù)，本表中只能以無計數(shù)列出。在分類搜索引擎中，搜索結(jié)果以如下格式表示：結(jié)果類目/結(jié)果站點數(shù)。另外，需要提醒大家的是，由于關(guān)鍵詞搜索引擎與分類搜索引擎在建庫上、內(nèi)容上有著本質(zhì)的不同，因此對這兩類的檢索結(jié)果不能進行簡單的數(shù)量對比，而應(yīng)在它們的同類型之間進行比較。四、總體評價與展望無論在大陸還是在臺灣，因特網(wǎng)的發(fā)展速度還是相當快的，從中文搜索引擎的層出不窮也可以說明這一點。應(yīng)該說網(wǎng)絡(luò)上的中文信息資源今后還會發(fā)展得更多，更快，這就給了中文搜索引擎一個很大的發(fā)展舞臺。但是機遇與挑戰(zhàn)是并存的，國外的一些搜索引擎也不會坐視這么大的一個市場而不顧，他們也一定會想盡辦法來分一杯羹的。今年五月，Yahoo與AltaVista相繼推出中文搜索引擎就是很好的實例。如何來抓住機遇，面對挑戰(zhàn)，這是擺在我們面前的重要課題。從我們評價的中文搜索引擎來看，總體上而言比中文搜索引擎比國外的搜索引擎還有相當大的差距，即使是象AltaVista這樣的著名搜索引擎，它在處理其他語種的搜索上也顯得有些偷工減料。（當然也許是因為楊致遠先生是中國人，所以呀虎中文還比較帖合中國人的使用習(xí)慣。）相對而言，由于起步較早等原因，臺灣的中文搜索引擎要比大陸的技術(shù)上成熟一些，實用效果也更好些。中文搜索引擎與國外搜索引擎相比，主要差距在以下幾個方面：庫容量作為搜索引擎，必須要有相當多的庫容量才具有一定的代表性和實用性?？梢哉f搜索引擎可搜索的庫容量大小是搜索引擎的質(zhì)量標志的第一要素。從我們考察的中文搜索引擎來看，庫容量在50萬條記錄以上即可在本表上列為“大量”級。但如果將之與AltaVista的巨大庫容量相比，則差之甚遠。所以說即使是目前較成功的中文搜索引擎，在這一點上也許還遠未稱得上成功。當然也許是因為網(wǎng)上中文信息還不多，因此中文搜索引擎的庫容量還不可能很大，但是從兩岸三地因特網(wǎng)的發(fā)展情況來看，不上百萬網(wǎng)頁數(shù)據(jù)庫容量的中文搜索引擎很難說具有一定的代表性。響應(yīng)從搜索引擎的實用性來看，必須保證對用戶檢索表達式一定的響應(yīng)速度，在這個基礎(chǔ)上才談得上庫容量、使用的方便性等其他因素的影響。比如北大的天網(wǎng)搜索引擎，雖然是技術(shù)上做得不錯，但因其各方面的因素而使其反應(yīng)很慢，這樣就難言其有很好的實用性。目前中文搜索引擎的庫容量都不是很大，本身對機器硬件的要求還不是相當高，產(chǎn)生響應(yīng)時延的一個很重要的因素是我們的信息基礎(chǔ)設(shè)施建設(shè)做的還很不夠。就國外而言，舉例說AltaVista在如此大的庫容量情況下，仍能保持這么快的響應(yīng)速率，令人贊嘆。同時這也說明國內(nèi)中文搜索引擎在硬件及技術(shù)方面的路還很長很長。核心技術(shù)搜索引擎是一個技術(shù)含量很高的電腦網(wǎng)絡(luò)應(yīng)用系統(tǒng)。它包括網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)、檢索技術(shù)、智能技術(shù)等等。在這一方面，由于國外的很多先進技術(shù)是建立在西文內(nèi)核的基礎(chǔ)上，所以我們還不能單純引進照搬照抄。作為中文搜索引擎來講，如何來發(fā)揮我們在中文處理上的長處，發(fā)展出有我們自己版權(quán)的核心技術(shù)，使我們在中文搜索引擎的競爭中占有有利地位。在我們評價的中文搜索引擎中，CSEEK的檢索功能很強勁，但它用的是引進的搜索引擎核心。而北大的天網(wǎng)與臺灣的蓋世搜索引擎在核心技術(shù)方面的表現(xiàn)還是相當不錯的。多樣化服務(wù)靠提供多樣化服務(wù)來吸引更多的用戶，以此來獲取更多的廣告收益，這是國外著名搜索引擎的生存之道。而在這一方面，中文搜索引擎也做得遠遠不夠，另外一方面，有些搜索引擎本身庫容量及服務(wù)不怎么樣，主頁上的廣告倒是一大堆，長此以往，也是不利生自身生存的。搜索引擎的發(fā)展日新月異，尤其中文搜索引擎大多尚處于起步階段，發(fā)展余地很大，發(fā)展速度也很快。因此筆者的這篇拙作與大家見面的時候，有些內(nèi)容因時效的關(guān)系可能已不太準確。同時也由于行文倉促，又缺乏必要的手段來對各個搜索引擎作一個幕前幕后深入的調(diào)查。因此本文的許多描述評價也許不太準確，值此機會熱誠歡迎廣大讀者批評指正，尤其歡迎廣大搜索引擎的網(wǎng)主們與筆者商榷。建立搜索引擎站點需要很高的技術(shù)含量，大量的資金以及人力、物力的投入。本文意在拋磚引玉，促進大家來關(guān)心中文搜索引擎，用好中文搜索引擎，為中文搜索引擎的發(fā)展貢獻一份力量。在此衷心希望國內(nèi)的中文搜索引擎能發(fā)展得越來越快，越來越好。(來源：上海圖書館)