中文搜索引擎现存问题
综前，目前中文搜索引擎主要存在3个问题：

1.中文分词正确性

分词技术是搜索引擎准确性的关键，也是中文搜索引擎的最核心技术。

本次评测使用的关键词是”油鱼”。严格的说，涉及菜名的搜索结果，例如网油鱼包、蒜油鱼、葱油鱼等等，都是分词错误的产物。但考虑分词的不确定性和多重性，这些结果现阶段尚可接受，评为4分。各搜索引擎不重复菜名结果多在4-6条之间，相差不多。

分词方面，最不可思议的是google。搜索”油鱼”，居然返回大量”鱼油”结果。从结果中分析，google并不是把”油鱼”拆成了”油”和”鱼”2个单字，因为它并没有像微软live那样返回包含这2个单字的结果。而且，”鱼油”结果的数量和位置与”油鱼”结果类似，所以很可能google按照什么原理，把这两个词等同起来的。这种低级分词错误，对于google搜索引擎来说，是非常不应该的。
继续…

原文永久链接：https://jijian91.com/blog20070205/search-engine-evaluation-result-analysis.html

微软live搜索评测分析

我从来没用过微软live.com的搜索引擎。只是考虑作为世界范围内的三巨头之一，应该列入评测。

真让我开了眼界，如果说网易有道是差强人意和不够成熟的话，那微软live就是完全不能使用的玩具。

在微软live的30条搜索结果中，有80%是无关或重复结果。只有6条有用。其中4条是菜名。2条是云南油鱼，但2个都是目录，而不是内容页。由此看来，微软的搜索之路还很漫长。好在微软从来不缺耐心和金钱。

微软live搜索评测数据

继续…

原文永久链接：https://jijian91.com/blog20070205/search-evaluation-microsoft.html

网易有道搜索评测分析

刚刚闯入中文搜索市场的网易有道的答卷差强人意。搜索内容更新太慢，搜索结果中没有任何涉及香港油鱼事件的内容。

其他不重复结果中，云南油鱼和其他有关油鱼的内容8条，菜名5条，都属于中等水平。说明有道的。

但重复率57%实在太过分了，比前面最高的雅虎中国还高70%。重复内容的判断是国内各搜索引擎的弱项，但有道几乎就是没有。这样的搜索引擎是很难让用户实际使用的。

网易有道搜索评测数据

继续…

原文永久链接：https://jijian91.com/blog20070205/search-evaluation-yodao.html

雅虎中国搜索评测分析

Yahoo在中国失败后，将雅虎中国卖给了马云。雅虎中国(yahoo.cn)现在属于阿里巴巴旗下企业，与Yahoo(yahoo.com)已经没有任何关系。雅虎中国的搜索也是另起炉灶做的。作为后来者，答卷算是合格。

搜索结果中，涉及香港油鱼事件的13条，仅次于搜狗。云南油鱼1条，是前面各家中最少的。

搜索结果中，菜名6条，属于平均水平。

搜索结果的重复率1/3，是前面各家中最高的。这是雅虎中国的最大问题。

搜索结果排列顺序上，菜名排到了第1，大量的重复结果分布的靠前的位置，说明结果排列尚不成熟。这对搜索效果影响很大。

雅虎中国搜索评测数据

继续…

原文永久链接：https://jijian91.com/blog20070205/search-evaluation-alibaba.html

yahoo搜索评测分析

yahoo退出中国后，搜索引擎仍然支持中文，而且效果不错。

yahoo搜索的特点是时效性非常强。涉及香港油鱼事件的不重复结果有10条，还有不能打开的3条，重复的6条。合计19条，占总数的近2/3。由于yahoo的内容相当多来自于香港和海外网站，不能打开的3条很可能在国外是能访问的。

菜名6条，与前几个搜索引擎相当。云南油鱼只有2条，这与yahoo抓取大陆网页较少有关。但其中一个是目录页而不是实际内容，是yahoo搜索引擎的缺陷。

yahoo搜索结果的重复率偏高，达到27%。高于google和搜狗，与百度相同。

yahoo搜索评测数据

继续…

原文永久链接：https://jijian91.com/blog20070205/search-evaluation-yahoo.html