誰比Google 懂中文

不信? 「《財經》雜誌封面報道：谷歌重來」一文中, 有段對谷歌技術總監王勁的採訪, 原文如下:

「美 國工程師不懂中文，無法準確分詞，常常造成可笑的問題。」谷歌中國技術總監王勁說。比如，使用者輸入「電腦」兩個字，正常的情況是，頁面左側應出現電腦的搜 索結果，右邊應該出現電腦產品廣告，但美國工程師不懂中文，可能會把「電腦」分成「電」和「腦」兩個字，出現的結果和廣告是關於「電」和「腦」 的，令人啼笑皆非。

// 我有時間了得寫個英文版, 讓全世界人民, 包括google總部的所有人, 看到我們 谷歌 在中文搜尋上做出的傑出的貢獻.

update:

對於中文分詞我是只聽過, 沒做過的門外漢, 不過我發現了乙個測試baidu 和 google 搜尋引擎分詞結果的簡單實用的方法, 對於想測試他們分詞效能的人可以嘗試一下, 不知道這個是不是我先發現的:)

不懂中文分詞分詞演算法

對於google 要相對麻煩一點, 同樣還是用快照(可能大陸不能用), 點快照進去後, 不同的顏色就是分開的詞, 比如說:」谷歌不懂中文分詞演算法」 被分成了這個」谷; 歌; 不; 懂; 中文; 分; 詞; 演算法」:

谷

歌

不

懂

中文

分

詞

演算法

就這個例子看, 谷歌的工程師可能不光把「電+腦」組合成」電腦」 就結束了, 起碼要把 「谷+歌」 變成完整的 「谷歌」, 把」分+詞」 變成完整的 「分詞」 吧. 或許這個例子的象徵意義遠大於它的實際意義. 谷歌在本地化的路上不是比美國工程師多解決了乙個」電腦」就行的, 還要解決」谷歌」和」分詞」

我只是拋磚引玉，各位研究分詞的高手可以評判他們的優劣.

讓json更懂中文

相信很多人用php搭後台時候，當ajax用於互動時候，由於字元都被urf 8處理，所以用php的json encode來處理中文的時候,中文都會被編碼,變成不可讀的,類似 u 的格式,而且還會在一定程度上增加傳輸的資料量。str 讓json更懂中文 echo json encode str 輸出 u...

投資比的不是誰動作快

最近特別看好 高空作業平台，這一新興工程機械的發展前景。浙江鼎力作為高空作業平台上市第一股，吸引了我的注意。在這幾年工程機械走下坡路的情況下，它能連續5年保持30 40 的增長，可謂十分亮眼。據研究資料表明高空作業平台在美國的保有量為50w臺，而中國只有3w臺，考慮到中國人力成本的增加，高空作業平台...

讓Json更懂中文 JSON UNESCAPED

複製 如下 php echo json encode 中文 u4e2d u6587 這就讓我們這些在 做開發的同學,很是頭疼,有的時候還不得不自己寫json encode.而在php5.4,這個程式設計客棧問題終於得以解決,json新增了乙個選www.cppcns.com項 json unescap...