(Stránka 54)
Nedávno jsme vyřadili náš první stroj určený pro vývoj fulltextového vyhledávání. Nedávno jsme z našeho vývojového prostředí vyřadili náš první vývojový stroj, na kterém jsme vyvíjeli naši první verzi fulltextového vyhledávače. … Tedy přesněji řečeno, tento kus nebyl úplně první – před ním jsme měli prakticky dva stejné, akorát jsme je nestačili nikdy použít… … …
Jednou z činností, která se provádí během zpracování dotazu, je expanze zkratek. Expanze zkratek v tomto případě znamená, že se kromě samotné zkratky hledá také její význam. Zjednodušeně řečeno, v případě, že uživatel zadá například dotaz [PPC], hladá se také například Pay Per Click. V ostrém hledání máme v současné době zapnutou pouze expanzi zkratek v jednoslovných dotazech a právě připravujeme …
Tématem dnešního dílu seriálu je další metoda pravděpodobnostní sémantické analýzy textů, která se jmenuje Latentní Dirichletova alokace. Jedná se o jednu z nejpokročilejších, a v současnosti zřejmě vůbec nejpoužívanější, metodu identifikace skrytých témat v textech.
Možná jste už slyšeli, že od ledna 2012 bude možné žádat o registrace nových top level domén. O co přesně jde a jak to ovlivní náš fulltextový vyhledávač? Pojmenování domén se řídí hierarchickým systémem. Například v url http://videa.seznam.cz je cz doména první úrovně (top level doména – TLD), seznam je doména druhé úrovně a videa …
Zpracování dotazu je základní součástí vyhledávače, které podstatnou měrou ovlivňuje relevanci výsledků. Provádí se s každým dotazem na vyhledávání a je nutné ji provést i 500 krát za jedinou vteřinu.K základním úlohám zpracování dotazu patří oháčkování a doplnění skloňovaných tvarů slov. Kromě těchto operací se v dotazu provádí detekce čísel a jejich typů (desetinné číslo, datum, apod.), vygenerování …
Vítáme vás na staronovém blogu fulltextového týmu. Rozhodli jsme se, že po létech černé odlehčíme. Blog běží na technologii WordPress. Rozšířili jsme funkční plochu – čtení by mělo být příjemnější.
