按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
�
“全文搜索引擎？”杨静宸眼前一亮，由衷道，“这个想法好啊，如果能做成，比玄涅现在主要经营的玄涅防火墙，更有前景，更容易做成大产业。”
“是的，我们也是看到了这一点儿，但是这其中有一些既需要理论支持，又需要大量基础工作的东西，自然语言处理也在其中，而且很重要，您不是人工智能专家吗，所以我才想到问问您。”肖远说道。
“自然语言处理严格來说，应该是一个以人工智能为核心的跨学科研究方向，它牵涉到的，不仅仅是计算机和人工智能，还牵涉到语言学，心理学等其他社会学分科，虽然这个学科在西方起源挺早，四十年代就有了，但是自然语言系统太过复杂，所以，直到现在，全世界范围内，也洠в惺裁赐黄菩越埂！�
杨静宸显然对这个领域很熟悉，给肖远介绍了一下当前国际上关于这方面的研究情况，然后又说了国内的研究情况：“咱们国内对这方面的研究，相比国外，还处于一个水平更低的基础信息积累阶段，一方面是因为国内的起步比西方晚，二來，是因为，中文和西方拉丁语系的那些语言有很大不同，拉丁语系是拼音语系，而且句式本身就是结构化的，所以计算机处理起來也相对容易，但是中文却是一种古老的象形文字，句式灵活随意，充满了各种虚词助词，想将这样的语言转化成计算机可以分析处理的形式，本身就是一个很大的难睿！�
“嗯，这倒是事实，那么咱们国家现在的研究状况究竟是什么样子的？”听了老妈的话，肖远稍稍有些失望，前世他也只是稍稍关注过这方面的理论，具体的细节了解也不是太多，于是就想更深入的了解一些。
“现在国内进行这方面研究的，主要是几个大学，其中京华大学的研究比较前沿，国内其他大学在这方面的研究，也大都在配合京华大学的研究，做一些基础词库整理工作，妈的实验室也有人在做这方面的研究，主要承担的是h到p的词汇整理建库工作，目前完成度已经到百分之八十了。”杨静宸说道。
听了杨静宸的介绍，肖远说道：“基础词库大概什么时候能够建好？”
“这个很难估计。”杨静宸说道，说完看到肖远眉头皱了起來，又说道，“你要真的想在搜索引擎中使用自然语言处理算法，妈倒是能给你一些建议。”
肖远用询问的目光看着老妈，等着她继续。
“人们要利用你说的搜索引擎在网上检索信息的话，我想他们用的最多的，肯定不会是完整的句子，而是一些关键词，或者一些短句，仅仅分析关键词和短句的话，难度就洠в心敲创罅耍夷阋矝＇必要一下子就把产品做的那么完美，人们以前从來洠в薪哟ス庋牟罚裕恍枰恍┘虻サ闹悄苄裕妥阋远杂没Р愎坏奈α恕！毖罹插匪档馈�
肖远点了点头，说道：“这个我自然是知道的，不过咱们国内的研究状况让我有些失望罢了，第一版肯定不能一下子往里面放太多的东西，只需要做出一个基本的东西，然后根据用户的反馈和新技术的成熟，再扩充，让它越來越完善，这好像是软件工程上有名的xp编程。”
“你知道xp编程？”
杨静宸却是因为肖远提到xp编程感到很惊讶，大概是想不到肖远还会去看软件工程方面的书吧，更何况xp开发方法还是近几年才有人提出來的一种很新的方法。
“了解一些。”肖远却是洠в邢氲阶约核婵诘囊痪浠埃寄苋美下韪械骄龋谑蔷桶鸦邦｝又拉回了正睿档溃奥瑁业褂懈鱿敕ā！�
“什么想法？”杨静宸问道。
“我想让玄涅搜索和你的人工智能实验室进行深度合作，一方面，你们能够从玄涅得到一定的资金支持，而且你们还可以利用玄涅搜索所采集的海量网络信息资源，另一方面，玄涅也能够第一时间将你们的研究成果应用到自己的产品中，提升公司的技术含量，我认为这是一件双赢的事情。”肖远说道。
“学校科研和企业合作，尽快转化成生产力，是咱们国家一直提倡的，人工智能实验室这些年，也一直在寻求与企业合作，联合研发，所以，如果玄涅想要合作的话，实验室当然欢迎了。”杨静宸说道。
“那好，等时机成熟后，我让唐新宇和你们谈，具体过程我就不参与了。”肖远说道。
……
和老妈又聊了一会儿，肖远再次回到了自己的房里，把企划书看完，思索片刻，他拿出纸笔，开始构思玄涅搜索引擎的技术架构了。
第303章 玄涅重组
虽然后世以百度、谷歌为代表的搜索引擎最终呈献给用户的，只是一个只有一个搜索条和一个搜索按钮的简单页面，但是隐藏在页面后台的却是一个由成千上万台服务器，天文数字级的海量数据，以及一个复杂的搜索引擎软件组成的庞大系统，而这个系统的核心，就是搜索引擎。
搜索引擎虽然很复杂，但是其系统总体架构却并不复杂，主要由网络数据采集模块，数据分析排序模块，数据库，用户查询请求分析模块等组成，起工作流程也很简单：网络数据采集模块是一个很重要的模块，其主要功能是从网络上抓取网页信息发送回搜索引擎服务器，这个模块有一个很形象的名字，叫做网络蜘蛛，也有人把它叫做网络机器人，之所以叫网络蜘蛛，是因为蜘蛛会踩着它吐的蛛丝在网上漫步，而网络蜘蛛虽然自己不吐丝，但是互联网上的超链接却将无数的网页连接成一个巨大的网，网络蜘蛛则会在这个网上不停地到处爬行，采集网页信息，之所以叫网络机器人，却是因为这种爬行搜索的过程，是完全自动化进行的缘故。
网络蜘蛛将搜集到的网页信息，发送回搜索引擎服务器，由网络数据分析模块对之进行分析，按照一定的算法，给每个网页赋予一定的权重，将网页进行排序。
判断一个搜索引擎的优劣，很大程度上，取决于这个排序算法，一个优秀的全文搜索引擎，能够通过优化排序，让用户第一时间得到自己想要的信息，而不用继续往下翻页，所以，这个排序算法将会是整个搜索引擎最核心的技术。
对此，肖远自然也是十分熟悉的，实际上，他并洠в写蛩愦油分廖沧约憾懒⑷ネ瓿伤阉饕娴目ⅲ亲急冈谛榻ㄒ桓隹⑿∽椋餐献鱽硗瓿烧鱿低车目ⅲ牵承畔⑷ㄖ胤峙浜团判蚰？椋魑渲凶钪匾詈诵牡牟糠郑词且约呵鬃钥⒌模以诳⑼瓿珊螅够峤魑咀詈诵牡募际趸埽昵胱ɡ梅啥云浣斜；ぁ�
至于其他非核心的模块，即使是网络蜘蛛这样的重要功能模块，在搞清楚工作原理后，开发并不困难，所以，他准备交给开发小组來做，自己就不亲自动手了。
一套完整的搜索引擎开发文档，也不是一时半会儿能够做出來的，肖远晚上只是在草稿纸上画了一些架构图和流程图，然后就上床睡觉了。
从第二天开始，肖远整整花了三天时间，才把整个系统的总体结构设计文档写了一个初稿出來，然后他去了玄涅公司，把唐新宇和顾狼召集在一起，反复对开发文档进行了探讨，修改，数易其稿，如此一來，很多天就匆匆过去了。
与此同时，唐新宇也开始着手对玄涅网络科技股份有限公司进行结构调整，成立了一个网络安全事业部，将以玄涅防火墙为核心的网络安全产品及相关业务，全部划归到了网络安全事业部。
与网络安全事业部并立，唐新宇开始着手组建搜索引擎事业部，而顾狼也按照预定计划，配合唐新宇，着手组建搜索引擎开发小组。
段炎月这段时间除了继续完善玄涅开源社区建设计划书之外，也在着手组建玄涅的第三个特殊的事业部…………玄涅开源事业部，之所以说这个事业部特殊，是因为这个事业部和其他两个事业部不同，它虽然名义上隶属于玄涅公司，但是无论财权，还是经营权，都是完全独立的，在建立这个事业部后，段炎月也正是开始着手招人，进行开源事业部的组织建设了。
杨静宸也在上次与段炎月会面后，于一周后，在学校为玄涅开源社区准备组建的高校开源软件联盟争取到了400mbps的免费网络带宽，这个带宽在高校开源联盟建设初期，也暂时够用一阵子了。
在得到网络带宽之后，肖远给段炎月列了个设备清单，并划了一百万给她，让段