Teahour #63: 与微搜索丁彦聊搜索引擎技术

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 3480 天前的主题，其中的信息可能已经有所发展或是发生改变。

本期由玎玎主持，邀请到了微搜索的创始人丁彦来 Teahour 做客，聊聊构建搜索引擎的基本知识。

微搜索是一个站内（应用内）搜索云服务，大家在听这期节目前，可以尝试一下 Teahour 网站的搜索功能，使用的就是微搜索的服务。搜索引擎是我们用来查询信息的工具，简单说来，做一个搜索引擎，分成三步，即信息搜集、信息整理和支持查询。本期节目中，丁彦介绍了他做微搜索服务时对于搜索引擎实现的经验分享，抓取信息内容的实现、索引信息的实现和实际搜索的实现。

http://teahour.fm/2014/10/19/build-search-engine.html

搜索引擎

Teahour

搜索

23 条回复 • 2014-10-23 09:33:27 +08:00

greatdk

2014-10-20 12:33:31 +08:00

无法播放？

omengye

2014-10-20 12:43:06 +08:00

Teahour 终于肯更新了

Linxing

2014-10-20 12:53:39 +08:00

好久没更新了啊

manoon

2014-10-20 13:15:52 +08:00

玎玎...

againstodds

2014-10-20 13:43:45 +08:00

嘉宾似乎对搜索讲得不是很自信啊

againstodds

2014-10-20 13:49:56 +08:00

“我爱人”也是一个名词啊，怎么把“我”分出来，没说清楚啊

luin

2014-10-20 13:50:52 +08:00 via iPhone

终于更新啦～

visualrun

2014-10-20 14:26:05 +08:00

回家路上有东西听了

yedingding

2014-10-20 14:42:52 +08:00

@againstodds 中文分词效果很大程度上靠词库。对于词库(字典)来说，爱人是一个词，我爱人是两个词，比如我儿子，我妈妈这些不应该作为一个词单元。所以，当词库里我开头的最多只有两个字的时候，第三个字进来就不需要再判断了。如果场景有必要当成一个词的话，就需要更新词库，加入到常用词里。口水环境比较难讲，有纸笔画会更好一点。

yedingding

2014-10-20 14:43:22 +08:00

@greatdk 是移动端吗，我刚发现有这个问题，需要修复一下。

yedingding

2014-10-20 14:44:07 +08:00

@manoon 咋了，:p

yedingding

2014-10-20 14:44:51 +08:00

@omengye
@Linxing
@luin 我也觉得好久了... 出门一个半月。

yanyanlong

2014-10-20 15:58:10 +08:00

终于。。。更新了。。已经是tea2hour了，要变成双月更么。。

kofj

2014-10-20 17:13:10 +08:00

分词是最让人头疼的了(＞﹏＜)7当遇到多语种混合分词的时候直接酷云在厕所了

ChanneW

2014-10-20 17:17:37 +08:00

怎么拿到邀请码?

manoon

2014-10-20 17:25:41 +08:00 via Android

@yedingding 一直以为是，“丁丁“

yedingding

2014-10-20 17:43:55 +08:00

@ChanneW 可以用我的，a8a383085b09

yedingding

2014-10-20 17:44:09 +08:00

@yanyanlong 希望不会...

yedingding

2014-10-20 17:44:46 +08:00

@kofj 实战肯定是各种坑，尤其是 CJK..

skywalker

2014-10-20 18:35:27 +08:00

总算更新了！

kiky

2014-10-21 10:32:22 +08:00

等待好久teahour了，去测试看看这个微搜索，@livid 不知道v2ex 能否使用。

yandy

2014-10-23 09:33:27 +08:00

@againstodds 其实是紧张好不好T_T，一直做技术，没上过台面。。。