详细介绍常用的几类搜索引擎技术

来源：作者：赢政天下出处：巧巧读书 2006-06-03 进入讨论组

QQRead:http://www.qqread.com/netbase/z793115051.html跨语言搜索引擎

跨语言综合搜索引擎是在一般的搜索引擎基础上加了两个功能：不同语言提问之间的翻译和不同搜索引擎检索结果的集成。跨语言搜索引擎有两种情况，一种是架构在单一搜索引擎的基础上，另一种是架构在多搜索引擎的基础上。

目前研究最多的是跨语言文本检索和跨语言语音检索。跨语言检索主要涉及信息检索和机器翻译两个领域的知识，但又不是这两种技术的简单融合。跨语言检索系统的检索功能，可以利用现有的检索系统来实现，也可以重新构造新的检索系统或检索功能模块来实现。

跨语言搜索引擎的工作过程如下：用户向系统提交检索词，形成一个源语言的搜索式，系统对搜索式进行语言识别，识别出语种后，就对进行提问式的词法分析和结构分析，然后把这个分析过的搜索式翻译成各种语言的搜索式，最后把这一系列的搜索式提交给系统进行检索就可以了。

检索结果是含有多个语种的页面。如果使用多搜索引擎，转换成不同语言搜索式时还需要注意各种搜索引擎搜索式表达方法的不同。例如，新浪网搜索中文信息的结果比较好，那么就把提问词是中文的搜索式转换成新浪网的搜索式；雅虎对英文信息的搜索结果比较好，那么就向雅虎提交提问词是英文的搜索式。

关于多语种搜索有这样几种情况：检索词为不同语种，检索结果也不同，这种情况是不经过翻译的，对搜索引擎来讲是不区分的。比如在Google里输入“知识发现 knowledge”，选择所有语种，那么只要网页里既有“知识发现”又有“knowledge”就可以检索出来，不管该页面是中文的，还是英文或者是日文的，搜索引擎并不识别检索词的语种，这不是真正的跨语言搜索引擎。第二种情况是，检索词为同一语种，检索结果为不同语种。