在Bing，我們承諾提供最好的搜索結(jié)果，雖然研究小組數(shù)據(jù)挖掘?qū)＜遥诓粩嗵峁┪覀兊暮诵钠磳懞团琶惴ǎ涩F(xiàn)實(shí)是總有某些歷史上的遺留下的缺陷，這部分是因?yàn)槿藗冞^于依賴搜索所犯的錯(cuò)誤，在這篇文章中，我的同事Bill Ramsey(Bing的研發(fā)部經(jīng)理)，將從三個(gè)方面介紹缺陷的發(fā)生率和嚴(yán)重性：網(wǎng)址查詢、追蹤鏈接和相關(guān)搜索。

 

網(wǎng)址查詢常見的錯(cuò)誤

 

這是搜索缺陷的主要來源之一，涉及到我們所說的網(wǎng)址查詢，例如“facebook.com”或“雅虎網(wǎng)站/郵箱”的查詢，乍一看，你可能會(huì)認(rèn)為這是一個(gè)簡單的問題。畢竟搜索引擎(Bing)包含數(shù)十億網(wǎng)址，找到一個(gè)匹配的網(wǎng)站沒多少難度。但在現(xiàn)實(shí)中，這種類型的查詢實(shí)際上相當(dāng)復(fù)雜。因?yàn)槲覀兯腥藭?huì)用無數(shù)的拼寫與變體。

 

例如，“facebook.com”就有上千個(gè)不同的變體，如“facebookc.om”，“facbook.com”，和“ww.faceboo.omc”，除了這類拼寫錯(cuò)誤外，人們并不總是知道正確的URL。例如西南航空公司是southwest.com，但有些人試圖搜“swair.com”達(dá)到該公司的網(wǎng)頁。同時(shí)，我們通常看到的網(wǎng)址，如“雅虎網(wǎng)站/郵箱”時(shí)，正確是URL是“mail.yahoo.com”的排列。

 

即使我們找出了你真正的搜索意圖，但惡意網(wǎng)址或垃圾郵件發(fā)送者提出了另一個(gè)挑戰(zhàn)。它們獵取頂級(jí)域名對(duì)象如coolmathgames.com(人實(shí)際上是為coolmath-games.com)的URL。

 

這是我們的缺陷，我們主要通過三個(gè)領(lǐng)域來解決這類錯(cuò)誤的查詢方法：

 

第一， 正確識(shí)別URL，我們可以就遮擋，通過確定的網(wǎng)址，我們避免如包括像searscardcom.com垃圾結(jié)果的問題。

 

第二， 進(jìn)行模擬用戶錯(cuò)誤測試，通過數(shù)十億的原模型，我們能夠解決常見的拼寫錯(cuò)誤的網(wǎng)址。

 

第三， 我們會(huì)分析，尋找像“swair.com”網(wǎng)站，使用戶最終將結(jié)束預(yù)定網(wǎng)站“southwest.com”。

 

 

 

另一個(gè)例子，適用于機(jī)器學(xué)習(xí)模式，像“facebooklogin.com” 的查詢相當(dāng)于 “facebooklogin.net”，這是很常見的域名后綴輸入錯(cuò)誤。此外，像“bed bath and beyond.com” 輸入成 bedbathandbeyond.com。我們的模型已經(jīng)適應(yīng)了這些變化，會(huì)主動(dòng)把搜索結(jié)果修改，下面的例子是facebook的用戶：

 

 

 

刪除多余追蹤的相關(guān)鏈接

 

搜索引擎的關(guān)鍵功能之一，是查詢執(zhí)行拼寫和查詢擴(kuò)展的組件，拼寫會(huì)糾正數(shù)百個(gè)錯(cuò)誤的查詢，而搜索出現(xiàn)的詞組(下面的查詢框，表明我們改變了用戶的查詢)，我們把這種改建作為“追索”。例如，如果你輸入“關(guān)于成功英雄的事跡”，我們將顯示“包括引號(hào)的成功的英雄事跡”，但我們可能只顯示“關(guān)于成功的英雄和事跡”，我們會(huì)架設(shè)所有關(guān)于你的意圖。

 

 

 

在過去，我們用同義詞作為我們追蹤鏈接的一部分，但會(huì)經(jīng)常導(dǎo)致搜索結(jié)果偏離主題，導(dǎo)致同義詞追蹤成為多余的功能， 所有我們在不斷擴(kuò)大“詞語”的定義，幫助其用戶更好的進(jìn)行匹配。

 

 

 

所以這項(xiàng)功能我們已經(jīng)刪除，這個(gè)附加的價(jià)值不大，當(dāng)Bing改變一些同義詞的話，追蹤鏈接可能不可能添加更多的有價(jià)值的信息，所以我們將搜索結(jié)果的顏色改為黑色。我們將繼續(xù)努力為用戶指定的搜索詞語提供更好的查詢。

 

改進(jìn)相關(guān)搜索

 

相關(guān)搜索，這個(gè)大家很熟悉，在人們初始搜索時(shí)，我們會(huì)把相關(guān)的搜索防止搜索結(jié)果左側(cè)，現(xiàn)在調(diào)整到右側(cè)，例如搜索“布拉德·皮特”：

 

 

 

(注：Bing中國版還沒有變，百度和Google在底部。)

 

有時(shí)我們會(huì)查詢搜索結(jié)果的題外話。例如“AMD”會(huì)給用戶提供意想不到的搜索結(jié)果，通過改善我們的相關(guān)模型。

 

 

 

同時(shí)，我們也取得了其他地方改進(jìn)，超越有關(guān)相關(guān)搜索中的格式條款，即“KSN WeatherLab” 中的 “KSN Weather Lab”，(注：一些實(shí)驗(yàn)性項(xiàng)目，處于測試階段)，并避免在安全搜索中檢索到成人內(nèi)容。

 

結(jié)論：

 

搜索引擎的有點(diǎn)在于它會(huì)始終依賴于人，而人們總會(huì)有不同缺陷的，我們做的是降低缺陷率和搜索率，希望人們可以做更少的搜索并做更多的事。