Teahour #63: 与微搜索丁彦聊搜索引擎技术

• 请不要在回答技术问题时复制粘贴 AI 生成的内容

This topic created in 4404 days ago, the information mentioned may be changed or developed.

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 replies • 2014-10-23 09:33:27 +08:00

greatdk

Oct 20, 2014

无法播放？

omengye

Oct 20, 2014

Teahour 终于肯更新了

Linxing

Oct 20, 2014

好久没更新了啊

manoon

Oct 20, 2014

玎玎...

againstodds

Oct 20, 2014

嘉宾似乎对搜索讲得不是很自信啊

againstodds

Oct 20, 2014

“我爱人”也是一个名词啊，怎么把“我”分出来，没说清楚啊

luin

Oct 20, 2014 via iPhone

终于更新啦～

visualrun

Oct 20, 2014

回家路上有东西听了

yedingding

Oct 20, 2014

@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

Oct 20, 2014

@greatdk 是移动端吗，我刚发现有这个问题，需要修复一下。

yedingding

Oct 20, 2014

@manoon 咋了，:p

yedingding

Oct 20, 2014

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

yanyanlong

Oct 20, 2014

终于。。。更新了。。已经是tea2hour了，要变成双月更么。。

kofj

Oct 20, 2014

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

Oct 20, 2014

怎么拿到邀请码?

manoon

Oct 20, 2014 via Android

@yedingding 一直以为是，“丁丁“

yedingding

Oct 20, 2014

@ChanneW 可以用我的，a8a383085b09

yedingding

Oct 20, 2014

@yanyanlong 希望不会...

yedingding

Oct 20, 2014

@kofj 实战肯定是各种坑，尤其是 CJK..

skywalker

Oct 20, 2014

总算更新了！

kiky

Oct 21, 2014

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

Oct 23, 2014

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