并通过语言模型、用户行为反馈实现对用户查询意图及强度的智能理解

　　6月，四年一度欧洲杯正如火如荼的进行，八强球队已悉数亮相。荷兰的黯然出局、希腊的传奇神话，西班牙的王者风范……太多的意外与惊喜交织其间，这就是足球的魅力，球迷的节日。欧洲杯点燃了世界球迷的激情，同时也让球衣、吉祥物玩偶、纪念品等周边产品销售火爆。虽然无法去到现场，但许多成都球迷仍通过互联网搜索到了第一手信息，网购到了当地的纪念品和特色产品。据了解，6月份 “欧洲杯”这一关键词搜索量提升了近600%，搜索量的成倍攀升也对搜索引擎技术提出了更高的要求，于是乎已经沉睡多年的 “暗网”又重新浮出了水面。在互联网发展初期，网站相对较少，信息查找比较容易。然而伴随互联网信息爆炸性的发展，普通网络用户想找到所需的资料简直如同大海捞针。传统搜索引擎应运而生，为大部分用户解决了信息获取的难题。但是随着互联网进一步发展，海量的信息不断累积，并且逐渐由网络表面渐渐下沉。这类信息往往很难被传统搜索引擎抓取，因此形成了业内人称之为“暗网”的概念。

　　据估计，暗网隐藏的信息要比表面网络内容大好几个数量级。如果把表面网络比作水面上漂浮的冰山，暗网数据就是冰山下那庞大冰体，露出水面的体积往往只占其下冰体的百分之一甚至更少，如何监测并利用这些沉睡的内容成了目前搜索引擎行业亟待解决的问题。为解决暗网问题，各大搜索引擎厂商都提出了各自的解决方案。 Google采用暗网表层化的方式来处理，百度提出了“阿拉丁”计划。暗网表层化只能解决暗网搜索1%左右的问题。而“阿拉丁”则需要通过“手工”方式补充大量“暗网”中的信息，主要采用通过商务洽谈的方式获取第三方内容提供商的基础数据，其搜索结果取决于百度与其他公司商务谈判结果以及各种垂直搜索领域的技术研发进展。

　　除了前两种方式，一种新的全搜索方式也越来越为业界所推崇，它应用了云计算的原理，在“云-端”架构下对搜索技术和架构进行革新。首先，对互联网暗网的海量入口进行自动化的挖掘和组织，并通过语言模型、用户行为反馈实现对用户查询意图及强度的智能理解，最终在“云-端”架构环境下，实现互联网暗网数据及服务资源的按需分配，为用户提供所需的暗网搜索结果。近日记者获悉，在国家高技术研究发展计划(863计划)云计算关键技术与系统(一期)重大项目中，搜狗的全搜索技术备受专家推崇，让搜索引擎能够搜索到的数据量增加几个量级。有关专家认为，搜狗全搜索技术通过云和端相结合的方式解决暗网搜索问题。这在全球范围内属于重大创新，并将搜索引擎的发展引领到一个新的高度。

　　李天胤

　　微博推荐 | 今日微博热点