预处理是搜索引擎原理的第二步

soolanet · 发表于 2012-07-24 00:48:42

预处理是搜索引擎原理的第二步1、把网页爬取回来，就需要多个处理阶段，其中之一就是关键词提取，把代码爬取下来，去掉比如CSS，DIV等标签，把这些对排名无意义的统统去除掉，剩下的是用于关键词排名的文字。
2、去除停用词，有些专家也称之为停止词，比如我们常见的：的、地、得、啊、呀、哎等无意义词。
3、中文分词技术，基于字符串匹配的分词方法以及统计分词方法。
4、消除噪声，把网站上的广告图片、登录框之类的信息去队掉。
5、分析网页，建立倒排文件方法

本站原创，转载需要注明出处：
seo优化：http://www.webyuweb.com/bd/sl/sl_1206.html

洗涮涮 · 发表于 2025-11-08 11:37:51

学习到了，之前一直没注意过这个点，受教了

公关 · 发表于 2025-11-10 20:19:56

蹲了这么久，终于看到有价值的讨论，支持一下！

凯迪拉克 · 发表于 2025-11-10 20:20:16

楼主辛苦了，整理这么多内容，必须点赞收藏

		自动登录	找回密码
密码			加入怎通

预处理是搜索引擎原理的第二步

浏览过的版块