有关搜索的一次聊天实录
发布于 2006-06-02 · 浏览 1007 · IP 北京北京
这个帖子发布于 18 年零 348 天前，其中的信息可能已发生改变或有所发展。
背景介绍：
xx：非医学专业的某搜索爱好者
oo：医学专业的某搜索爱好者
以下是对话实录，做了一些简单编辑。基本保持原样了，并征得二位许可，发布于此，希望能给大家一些启发，也希望检索知识交流版有更多喜欢搜索的专业非专业人士参与进来：
oo： 最近可好？
xx： 还行啊,
xx： 看了一下dxy
oo： dxy以讨论google为主，
oo： 其他搜索引擎不多，雅虎、msn、百度，再其他的几乎没有了。
xx： 可是里面偏重于医学方面的比较多
oo： 因为是检索版，
oo： 所以搜索不太多
oo： 有些实例也偏重医学知识信息的搜索。
oo： 相对要专业些，学术味道浓些。
xx： 是啊,看了一些感觉不错,只是有些专业术语,呵呵
oo： 呵呵。
xx： 对了,我一直有个问题想问你呢
oo： 您说。
xx： 我在baidu中搜索的时候,有些关键词在摘要中是有的,为什么打开了网页之后就没有这个关键词呢
oo： 这个网页被修改了。
oo： 可以在快照里看到这个关键词的，不同时期的版本。
xx： 是的,正如你所说的那样
xx： 呵呵,我怎么没想到呢
oo： 这点似乎在博客中多见。原本是第一页的，等你搜索的时候已经压到第二页去了，就找不到了。
xx： 呵呵,确实如此。我有时在想,如果哪天有了智能搜索引擎,我们这些搜索经验和技巧还有用吗,呵呵,有点杞人忧天了
oo： 前一阵子听说个新闻，一个有钱人身边戴上录音摄像设备。保存他自己的全部信息，应该是能转成文本的那种，据说要坚持10几年以上，
xx： 呵呵,猛,那也会造成他的隐私泄漏啊
oo： 他是为科学献身做试验了。
xx： 呵呵,敬佩
oo： 坚持若干年很有意义的。
oo： 将来，个人信息也应该都能够全部保存的。
xx： 对他自己也是很有用的
oo： 智能机器人也会普及的，芯片也会植入到大脑里的，人就不用读书学习了，哈哈。
xx： 我想这个时间还有点长吧
oo： 就是说若干年后总有这样一个阶段。
xx： google推出了他的语音搜索?
oo： voice
oo： 据说效果还不好吧。仅对北美开放？
xx： 支持中文可能有点难。好像对美国开放
xx： 很多都是这样的,比如购物搜索。也只是在美国有用
oo： 这也是中文搜索引擎落后英文搜索引擎一大截的原因所在吧。
oo： 谷歌严重落后google
xx： 就像国外真正的芯片技术并不在中国研发,而在本土研发
oo： 嗯。
xx： 看了你写的<我的搜客>，怎么后面不写了?
oo： 原本想写搜索十日谈的，结果那十篇东西到现在几乎没有一篇成文。基础太差，
xx： 也不要这么说啊
oo： 想写文字的时候就知道了。
oo： 搜索都是自己瞎玩。
oo： 没有正统的一些理念在内。
xx： 理论与实际相结合,实际需要理论来指导，更需要多多的实践
oo： 对。实践会了，但还没上升到理论的高度。
oo： 所谓“信息检索”，广义地说是“信息存储与检索”(Information Storage and Retrieval)，它是将信息按照一定的方式组织和存储起来，并能根据信息用户的需要找出其中相关信息的过程。因此，从本质上讲信息检索是一种有目的和组织化的信息存取活动，其中包括了“存”和“取”两个基本环节。……
oo： 作为一种有目的和组织化的信息存取活动，信息检索中的“存”和“取”之间存在着密不可分的关系……
oo： 在通常情况下，大多数人讲到“信息检索”时，一般只涉及“取”，即主要关注如何从存储的信息集合中快速获取各种需要的信息。这时，信息检索也可以成为“信息查询”或“信息查找”(information search)。这是对信息检索概念的一种狭义理解。
oo： 有时候看看人家的文字，就知道自己有多浅薄了。
xx： 但我看了那么多有关搜索的文章,其实规则就很简单的几条,关键还是要不断地实践,总结,摸索。我有时总想去学习更多的搜索知识,但发现来发现去,总是那么几条,而忽略了实践的作用
oo： "恩，没有实践的话，就无法去想象如何去更好的查准、查全，一些特定的要求。
今天有一个人回的帖子，还是很有些新意的
http://www.dxy.cn/bbs/post/view?bid=6&id=6266041"
xx： 不错不错,其实这种交流才是我们需要的,而不是仅仅那些有关搜索的一些新闻
xx： 搜索中最重要的是什么?---关键词
oo： 说不准，或许是关键词，或许是引擎，或许是搜索的理念，或许是专业的、基础的、背景的知识。
xx： 呵呵,可能我想得太片面了，刚才你提到的那篇文章不错,里面提到了几个概念,还麻烦你解释一下,呵呵
oo： 什么概念阿？
xx： 阳光检索和灰色检索
oo： 什么是检索？前面我发给你的一段文字已经告诉你了。
xx： 是啊
oo： 什么是阳光检索，阳光检索其实就是检索。
xx： 不知道,不明白
oo： 是和灰色检索对应而来的。
oo： 这两个概念都是特定的概念，
xx： 也就是灰色检索有特定的含义
oo： 并不是检索自身有的概念。对医学或其他专业来说，文献是非常非常重要的，不知道这点你有体会没有。
xx： 可能我这个专业,网上现成资料比较多
oo： 文献检索的目的是为了1、找到某一篇文献，2、下载获取这篇文献的全文。
xx： 是,了解
oo： 第一步更是检索实际的内容。第二步其实是通过购买的方式，或者通过图书馆，他们购买权限之后，你就能下载阅读了。总之是要花钱。
xx： 对
oo： 但国内检索的怪现象，就是钻进国外的大学，或者非法获取数据库的权限，随意下载想要的文献，
xx： 难道灰色检索用来不用花钱来获取到这些文献。那不是要用户名和密码就可以了吗
oo： 嗯。有时候是人家自己不注意保护密码等隐私，把这些资料放在某个网页上。
xx： 这样的话,不就和一般的搜索没什么区别了?
oo： 也有一些国内检索者揣测他们的用户名，比如tom，smith，然后暴力***数据库。或者通过代理绕进大学图书馆，冒充正在馆内使用数据库，就能下载全文了，这很大部分是最简单的***技术。google hack本身我想你也听说过的。
xx： 是啊,这好像和检索搜索的关系不大啊?
oo： 对，而且以为这些才是真正的检索。怎么劝也不听。现在慢慢好些了。
xx： 是啊,不是还有这本书的吗
oo： 对。可以拥有google hack的技术，但不能利用这些技术干害人的事情的。
xx： 对,难道这就是灰色检索吗
oo： 嗯。可能最终伤人伤己。
xx： 是啊。难道没有正规途径吗
oo： 以前不多，现在渐渐好很多了。国内图书馆和相应机构能满足一些基本需求。
xx： 如果我能搜索到密码,那还算是吗。我看到生物谷里经常讲到如何搜索密码
oo： 现在搜索到的很多密码其实都是尸体了。
xx： 那这些算是文献检索了?
oo： 呵呵，很多人以为不是，很多人却以为是，或者不管是不是，先拿到全文再说。
xx： 呵呵,那还有:"还有就是按自然说话语序（在google中语序也很重要）"。这句话,我该如何去理解呢。是否关键词的词序很重要?
oo： 就是说检索词的排序问题，
xx： 也就是说应该按照我们讲话的顺序来组织关键词?
oo： 很早以前就发现检索词的先后对搜索结果的排序有影响。但是没研究过，隐约也觉得按照类似主谓宾的顺序搜索效果更好一些。可能也是说一个检索式，同时照顾到主谓宾，更可能是个完整的检索式？
xx： "citymice提到了好几个搜索时需要注意的细节，首先是“归类”，"归类的意思是否就是应该确定当前的搜索内容是属于哪个主题
oo： 呵呵，也可能，
xx： 如果谈到"关键词",它就属于"检索"
oo： 就是说通过“植物”这一个关键词就实现了。
xx： 这个是否和上位词的概念有点相同
oo： 检索和搜索不能截然分开的。应该有一点类似上位词。
xx： 信息检索语言的分类
信息检索语言有很多类型，可以按不同的方式和标准划分。
（一）按语言的结构原理划分
1.分类语言。其又可分为：
（1）体系分类语言：按学科体系层次，从上到下，从综合到一般，逐级展开，属层累制结构。
（2）组配分类语言：一般按学科性质分组，称为“组面”，标引时，选择“组面”和有关词汇加以组配。它是一种新型分类方法，其原理是用有关词汇结合文献信息的内容加以组配。
（3）混合分类语言：是体系分类语言和组配分类语言的结合，又因对二者的侧重之不同又有体系一组配分类语言和组配—体系分类语言之别，但都是先组配。
2.主题语言。按照主题词性质的不同，又可分为：
（1）标题词语言：从标题词作为文献信息内容的标引标识和检索标识。标题词一般分为主标题和副标题，词表中按级一一列举各级标题，把主标题和副标题加以组配，作为标引和检索使用中的依据。
（2）叙词语言：以规范化的标引词形
oo： 检索更偏重于专业、严谨
xx： 不知道这些理论对于我们究竟有什么作用,我们应该从中学到什么呢
oo： 加深对搜索的认识，
oo： 理念还有感觉。
oo： 叙词表在很多场合下也非常有用。
xx： 可否讲点给我听听,呵呵,我总是在"取"?没有去"存"
oo： 呵呵，偶的理解：医学很多时候既需要规范，又需要自由，如何进行统一呢，就需要利用一个叙词表了。不规范的词汇能对应到规范词汇上去。
xx： 哦,原来如此
oo： 也不肯定全是这样，记错了也不一定。呵呵。
xx： 但对于整个搜索而言,叙词表也太大了
oo： 呵呵，
xx： 每个专业都应该有个叙词表
oo： 相对整个网络网页容量来说，
xx： 我倒觉得维基百科是个庞大的叙词表
oo： 把各种语言各个专业的叙词表建好，最多不超过1t吧。
xx： 呵呵,好像1t=1024G
oo： 但是网页有多少啊？
xx： 不好说
oo： 至少相差1万倍吧。
xx： 很多很多,随着时间的变化,会成指数级增长呢
oo： 呵呵，对。网页会成指数级增长，词表却不会。基本的还就那些，新增的并不常用。
xx： 我赞同这个,就好像网页再多,用到的字也就是新华字典里的那些字,总不可能造字吧
oo： 字应该不超过1G了。
xx： 关键问题是现实中的网页中用的很多词并不是很规范的词啊
oo： 对。所以存在标引的说法，如果搜索“小孩”，google可能告诉你一些只包含“儿童”的网页。这就采用了标引的技术，
xx： 呵呵,好像这有点语义网的意思了,呵呵
oo： 对。
xx： 这用到了同义词
oo： 再往前发展就是智能搜索引擎了，能理解你的提问。
oo： 在医学词表里有这么两个概念，主题词、入口词，
xx： 那我们是否能做些什么呢
oo： 主题词就是一套规范的词表。
oo： 通过一些入口词也能自动转化为主题词进行搜索。
oo： 我们只管用就是了。
oo： 尽最大可能遵循搜索引擎的一些原则，
oo： 理解它，也让它理解我们，
xx： 我们现在能否做一些智能搜索引擎的事情,这样我们的搜索结果不就会很好了吗
oo： 就可能获得最好的搜索效果来。
xx： 就比如搜索"小孩",我用"小孩|儿童"
oo： 呵呵，智能搜索引擎也是需要通过一定的算法实现的，只是计算的速度和精度都升高了而已。
oo： 可事实并没有这么简单，比如我搜索“小孩 食物”
xx： 那我用"小孩|儿童 食物|食品"
oo： 你要用“小孩 | 儿童 | 小儿 | 儿科 AND 食物 | 营养 | 食品”
xx： 只是我们有时想不到这么多而已
oo： 进行搜索，最后还要把搜索结果组合起来，排序，要在几毫秒的时间提供给用户。对硬件的要求也是非常非常高的。
xx： 是啊。这样只能通过计算机来实现的
oo： 对。
xx： 我们能想到这些,为什么现在象baidu,它就没能实现呢
oo： 即使是智能搜索引擎、智能机器人也还是通过算法实现的。
xx： 是主观,还是客观原因呢
oo： 都有，
oo： 缺乏经济上的有力支持，
oo： 缺乏相关方面的人才，或者说还可能需要一些天才。
xx： 当前真正和搜索检索有关的专业还是比较少的
oo： 百度一年能投入多少钱搞研发？都推广它的竞价去了。百度尚且如此，其他搜索引擎就更不必说了。
xx： 我想可能这需要国家的扶持了
oo： 呵呵，难，就像微软也难以撼动google一样，法国还资助了一个搜索引擎项目。都有些难的。
xx： 是啊,我不是抨击其它搜索引擎,我觉得国内其它搜索引擎都很难超过baidu,何况是google。总是搞一些概念出来,比如"我支持电话号码搜索啊","我支持论坛搜索啊"
oo： 呵呵。都喜欢吹嘘的。
xx： 还有就是"支持区号查询只需要一个小的数据库就可以了"。软件很容易实现的
oo： 最难做的其实就是普通网页搜索。如何信息整理和挖掘是一门技术。
xx： 是啊,所有的东西都可以认为它是一个网页啊
xx： 哦,这样啊,我想编程是简单的,关键是算法。从一个程序员的角度,就是这么认为
oo： 嗯，偶不是很懂。更多关注应用层面。
xx： 但很多东西都停留在理论阶段,并没有去实现,我认为搜索引擎的发展,还是先有想法,然后有算法,最后是实现(编程 等等)
oo： 嗯。百度人没想法。
xx： 呵呵,这个不能这么绝对吧
oo： 呵呵。
xx： 总有一小部分的吧,我认为
oo： 确实已经是国内相对最好的一批程序员了。呵呵。但就百度实现的产品来看，
xx： 可能是他们的想法没得到实现
oo： 确实是没怎么体现出来。基本就是分析和模仿的过程，
xx： 呵呵,也不知是真是假
oo： 原创的开拓性的东西太少。
xx： 创造性是现代中国人最缺少的东东
xx： 和老外比起来
oo： 而且，百度把最主要的精力放在如何赚钱上面去了，
oo： 上市后压力实在太大了。
xx： 这是所有中国企业的通病
xx： 我认为baidu它如果真是靠技术起家,如果不真正地走下去,后面就很难说了
oo： 总隐隐觉得有些拔苗助长的危机在里面。
oo： 开发市场的力度大于开发产品的力度。
oo： 总吹嘘在中文搜索引擎里如何如何，
xx： 矮子里面选将军
oo： 和google的差距已经不是一点半点了。
oo： 而和谷歌相比较的优势也不完全是通过光明正大竞争得来的。
xx： 什么意思?呵呵
oo： google在国内受到的限制太多。
xx： 哦,是的,这和官方有关系的
xx： 毕竟中国是新闻管制的
xx： 今天上午刘建超还说中国没有对互联网进行管制呢
xx： 我觉得他自己都不信
oo： 呵呵。不说这些了。是非曲直都在大家眼里呢。
xx： 是啊,我觉得我们多关心一下具体的搜索
oo： 以前的事也不想提了，
xx： 我们是用搜索引擎
oo： 只希望百度以后能做好一些。
xx： 也不是开发搜索引擎。我想总有一家公司会把搜索引擎做好的,然后我们就用它的就是了
oo： 嗯，
oo： 这话没错，
oo： 即使哪天google关门了，整个搜索引擎行业和现在比也只是进步，不会是退步的。
xx： 是啊,只要网络存在,搜索引擎就会存在
xx： 就算网络不存在,搜索也会存在
oo： 精彩！
xx： 搜索能力是每个人都应该掌握的，呵呵
oo： 搜索素养，信息素养。两个糊弄人的新词，记住了，以后就可以拿去糊弄别人了，呵呵。
xx： 呵呵,知道了
xx： 就像托关系找人办事一样,这也是一种搜索
oo： 嗯。吾将上下而求索。
xx： 我会牢记于心的
oo： 呵呵。
oo： 搜索分成两类：一是重新找出你已经确知存在于网络中的东西的搜索；二是发现我们本能地认为存在于网络中却还没有找到的东西的搜索。
oo： http://www.dxy.cn/bbs/post/view?bid=6&id=5510160&sty=1&tpg=1&age=0
xx： 对了,你现在还学习搜索相关的东西吗
oo： everyday
xx： 除了dxy,能否推荐一些网站或论坛啊。我比较实际啊,呵呵
oo： 我现在主要登4个网站，dxy，中文搜索指南，医学信息学论坛，和你关系也不大的。最后一个是百度新闻。其他的已经没时间看了。
xx： 呵呵,有点专业性
oo： 或者说通过搜索获取我想知道的知识。
xx： 是啊,我每天也在做这些事情
xx： 就是有时候比较急躁,往往忘记最初的想法了
oo： 呵呵，
xx： 我更喜欢9238那种网站
oo： 呵呵，对，可惜去了百度之后，再没听到多少精彩发言了。
xx： 可惜啊,是啊,难道是为了技术保密,呵呵
xx： 看那些你们写的搜索过程,真是一种享受啊
oo： 呵呵。
xx： 真的,可以拓宽自己的思维的
oo： 嗯。
xx： 就比如今天你告诉我的那个帖子,
xx： 真是好帖子啊,关键是大家都能讨论
oo： 呵呵，
oo： 因为最后几个帖子得到升华。
xx： 如果每个人都自己想,结果就不是那样了
oo： 对，
oo： 讨论才有提高。
xx： 交流多了,对己对人都有益处的
oo： 你也可以参加讨论啊。
oo： 不一定非要是医学相关的问题，
xx： 是啊,我该检讨一下自己的
oo： 也不是说非要从医学角度去研究。
xx： 感觉dxy里的高人还是蛮多的
oo： 从自己的特定的视角，确立自己的搜索思路，再和别人的比较，就能互相学习互相借鉴，互相提高。
xx： 呵呵,是啊,我也可以提出自己的疑问,让大家来讨论吗
oo： 也很及时。
oo： 随时欢迎。
oo： 或许今天我们的对话内容整理整理，发上去也是一篇不错的文章呢。
xx： 呵呵
xx： csdn上经常有人会整理这些对话记录的
oo： 呵呵，没整理过。
oo： 等会试试。
xx： 而且我总想能联系到更多的对搜索有兴趣的朋友,其实这本事也是一种搜索,分析,总结的过程。所谓志同道和,
oo： 嗯。对。
xx： 稍微等一会,我去有点事
oo： 呵呵，
oo： 我一会也下了，以后再聊。
oo： 88
xx： 好的,88
xx：非医学专业的某搜索爱好者
oo：医学专业的某搜索爱好者
以下是对话实录，做了一些简单编辑。基本保持原样了，并征得二位许可，发布于此，希望能给大家一些启发，也希望检索知识交流版有更多喜欢搜索的专业非专业人士参与进来：
oo： 最近可好？
xx： 还行啊,
xx： 看了一下dxy
oo： dxy以讨论google为主，
oo： 其他搜索引擎不多，雅虎、msn、百度，再其他的几乎没有了。
xx： 可是里面偏重于医学方面的比较多
oo： 因为是检索版，
oo： 所以搜索不太多
oo： 有些实例也偏重医学知识信息的搜索。
oo： 相对要专业些，学术味道浓些。
xx： 是啊,看了一些感觉不错,只是有些专业术语,呵呵
oo： 呵呵。
xx： 对了,我一直有个问题想问你呢
oo： 您说。
xx： 我在baidu中搜索的时候,有些关键词在摘要中是有的,为什么打开了网页之后就没有这个关键词呢
oo： 这个网页被修改了。
oo： 可以在快照里看到这个关键词的，不同时期的版本。
xx： 是的,正如你所说的那样
xx： 呵呵,我怎么没想到呢
oo： 这点似乎在博客中多见。原本是第一页的，等你搜索的时候已经压到第二页去了，就找不到了。
xx： 呵呵,确实如此。我有时在想,如果哪天有了智能搜索引擎,我们这些搜索经验和技巧还有用吗,呵呵,有点杞人忧天了
oo： 前一阵子听说个新闻，一个有钱人身边戴上录音摄像设备。保存他自己的全部信息，应该是能转成文本的那种，据说要坚持10几年以上，
xx： 呵呵,猛,那也会造成他的隐私泄漏啊
oo： 他是为科学献身做试验了。
xx： 呵呵,敬佩
oo： 坚持若干年很有意义的。
oo： 将来，个人信息也应该都能够全部保存的。
xx： 对他自己也是很有用的
oo： 智能机器人也会普及的，芯片也会植入到大脑里的，人就不用读书学习了，哈哈。
xx： 我想这个时间还有点长吧
oo： 就是说若干年后总有这样一个阶段。
xx： google推出了他的语音搜索?
oo： voice
oo： 据说效果还不好吧。仅对北美开放？
xx： 支持中文可能有点难。好像对美国开放
xx： 很多都是这样的,比如购物搜索。也只是在美国有用
oo： 这也是中文搜索引擎落后英文搜索引擎一大截的原因所在吧。
oo： 谷歌严重落后google
xx： 就像国外真正的芯片技术并不在中国研发,而在本土研发
oo： 嗯。
xx： 看了你写的<我的搜客>，怎么后面不写了?
oo： 原本想写搜索十日谈的，结果那十篇东西到现在几乎没有一篇成文。基础太差，
xx： 也不要这么说啊
oo： 想写文字的时候就知道了。
oo： 搜索都是自己瞎玩。
oo： 没有正统的一些理念在内。
xx： 理论与实际相结合,实际需要理论来指导，更需要多多的实践
oo： 对。实践会了，但还没上升到理论的高度。
oo： 所谓“信息检索”，广义地说是“信息存储与检索”(Information Storage and Retrieval)，它是将信息按照一定的方式组织和存储起来，并能根据信息用户的需要找出其中相关信息的过程。因此，从本质上讲信息检索是一种有目的和组织化的信息存取活动，其中包括了“存”和“取”两个基本环节。……
oo： 作为一种有目的和组织化的信息存取活动，信息检索中的“存”和“取”之间存在着密不可分的关系……
oo： 在通常情况下，大多数人讲到“信息检索”时，一般只涉及“取”，即主要关注如何从存储的信息集合中快速获取各种需要的信息。这时，信息检索也可以成为“信息查询”或“信息查找”(information search)。这是对信息检索概念的一种狭义理解。
oo： 有时候看看人家的文字，就知道自己有多浅薄了。
xx： 但我看了那么多有关搜索的文章,其实规则就很简单的几条,关键还是要不断地实践,总结,摸索。我有时总想去学习更多的搜索知识,但发现来发现去,总是那么几条,而忽略了实践的作用
oo： "恩，没有实践的话，就无法去想象如何去更好的查准、查全，一些特定的要求。
今天有一个人回的帖子，还是很有些新意的
http://www.dxy.cn/bbs/post/view?bid=6&id=6266041"
xx： 不错不错,其实这种交流才是我们需要的,而不是仅仅那些有关搜索的一些新闻
xx： 搜索中最重要的是什么?---关键词
oo： 说不准，或许是关键词，或许是引擎，或许是搜索的理念，或许是专业的、基础的、背景的知识。
xx： 呵呵,可能我想得太片面了，刚才你提到的那篇文章不错,里面提到了几个概念,还麻烦你解释一下,呵呵
oo： 什么概念阿？
xx： 阳光检索和灰色检索
oo： 什么是检索？前面我发给你的一段文字已经告诉你了。
xx： 是啊
oo： 什么是阳光检索，阳光检索其实就是检索。
xx： 不知道,不明白
oo： 是和灰色检索对应而来的。
oo： 这两个概念都是特定的概念，
xx： 也就是灰色检索有特定的含义
oo： 并不是检索自身有的概念。对医学或其他专业来说，文献是非常非常重要的，不知道这点你有体会没有。
xx： 可能我这个专业,网上现成资料比较多
oo： 文献检索的目的是为了1、找到某一篇文献，2、下载获取这篇文献的全文。
xx： 是,了解
oo： 第一步更是检索实际的内容。第二步其实是通过购买的方式，或者通过图书馆，他们购买权限之后，你就能下载阅读了。总之是要花钱。
xx： 对
oo： 但国内检索的怪现象，就是钻进国外的大学，或者非法获取数据库的权限，随意下载想要的文献，
xx： 难道灰色检索用来不用花钱来获取到这些文献。那不是要用户名和密码就可以了吗
oo： 嗯。有时候是人家自己不注意保护密码等隐私，把这些资料放在某个网页上。
xx： 这样的话,不就和一般的搜索没什么区别了?
oo： 也有一些国内检索者揣测他们的用户名，比如tom，smith，然后暴力***数据库。或者通过代理绕进大学图书馆，冒充正在馆内使用数据库，就能下载全文了，这很大部分是最简单的***技术。google hack本身我想你也听说过的。
xx： 是啊,这好像和检索搜索的关系不大啊?
oo： 对，而且以为这些才是真正的检索。怎么劝也不听。现在慢慢好些了。
xx： 是啊,不是还有这本书的吗
oo： 对。可以拥有google hack的技术，但不能利用这些技术干害人的事情的。
xx： 对,难道这就是灰色检索吗
oo： 嗯。可能最终伤人伤己。
xx： 是啊。难道没有正规途径吗
oo： 以前不多，现在渐渐好很多了。国内图书馆和相应机构能满足一些基本需求。
xx： 如果我能搜索到密码,那还算是吗。我看到生物谷里经常讲到如何搜索密码
oo： 现在搜索到的很多密码其实都是尸体了。
xx： 那这些算是文献检索了?
oo： 呵呵，很多人以为不是，很多人却以为是，或者不管是不是，先拿到全文再说。
xx： 呵呵,那还有:"还有就是按自然说话语序（在google中语序也很重要）"。这句话,我该如何去理解呢。是否关键词的词序很重要?
oo： 就是说检索词的排序问题，
xx： 也就是说应该按照我们讲话的顺序来组织关键词?
oo： 很早以前就发现检索词的先后对搜索结果的排序有影响。但是没研究过，隐约也觉得按照类似主谓宾的顺序搜索效果更好一些。可能也是说一个检索式，同时照顾到主谓宾，更可能是个完整的检索式？
xx： "citymice提到了好几个搜索时需要注意的细节，首先是“归类”，"归类的意思是否就是应该确定当前的搜索内容是属于哪个主题
oo： 呵呵，也可能，
xx： 如果谈到"关键词",它就属于"检索"
oo： 就是说通过“植物”这一个关键词就实现了。
xx： 这个是否和上位词的概念有点相同
oo： 检索和搜索不能截然分开的。应该有一点类似上位词。
xx： 信息检索语言的分类
信息检索语言有很多类型，可以按不同的方式和标准划分。
（一）按语言的结构原理划分
1.分类语言。其又可分为：
（1）体系分类语言：按学科体系层次，从上到下，从综合到一般，逐级展开，属层累制结构。
（2）组配分类语言：一般按学科性质分组，称为“组面”，标引时，选择“组面”和有关词汇加以组配。它是一种新型分类方法，其原理是用有关词汇结合文献信息的内容加以组配。
（3）混合分类语言：是体系分类语言和组配分类语言的结合，又因对二者的侧重之不同又有体系一组配分类语言和组配—体系分类语言之别，但都是先组配。
2.主题语言。按照主题词性质的不同，又可分为：
（1）标题词语言：从标题词作为文献信息内容的标引标识和检索标识。标题词一般分为主标题和副标题，词表中按级一一列举各级标题，把主标题和副标题加以组配，作为标引和检索使用中的依据。
（2）叙词语言：以规范化的标引词形
oo： 检索更偏重于专业、严谨
xx： 不知道这些理论对于我们究竟有什么作用,我们应该从中学到什么呢
oo： 加深对搜索的认识，
oo： 理念还有感觉。
oo： 叙词表在很多场合下也非常有用。
xx： 可否讲点给我听听,呵呵,我总是在"取"?没有去"存"
oo： 呵呵，偶的理解：医学很多时候既需要规范，又需要自由，如何进行统一呢，就需要利用一个叙词表了。不规范的词汇能对应到规范词汇上去。
xx： 哦,原来如此
oo： 也不肯定全是这样，记错了也不一定。呵呵。
xx： 但对于整个搜索而言,叙词表也太大了
oo： 呵呵，
xx： 每个专业都应该有个叙词表
oo： 相对整个网络网页容量来说，
xx： 我倒觉得维基百科是个庞大的叙词表
oo： 把各种语言各个专业的叙词表建好，最多不超过1t吧。
xx： 呵呵,好像1t=1024G
oo： 但是网页有多少啊？
xx： 不好说
oo： 至少相差1万倍吧。
xx： 很多很多,随着时间的变化,会成指数级增长呢
oo： 呵呵，对。网页会成指数级增长，词表却不会。基本的还就那些，新增的并不常用。
xx： 我赞同这个,就好像网页再多,用到的字也就是新华字典里的那些字,总不可能造字吧
oo： 字应该不超过1G了。
xx： 关键问题是现实中的网页中用的很多词并不是很规范的词啊
oo： 对。所以存在标引的说法，如果搜索“小孩”，google可能告诉你一些只包含“儿童”的网页。这就采用了标引的技术，
xx： 呵呵,好像这有点语义网的意思了,呵呵
oo： 对。
xx： 这用到了同义词
oo： 再往前发展就是智能搜索引擎了，能理解你的提问。
oo： 在医学词表里有这么两个概念，主题词、入口词，
xx： 那我们是否能做些什么呢
oo： 主题词就是一套规范的词表。
oo： 通过一些入口词也能自动转化为主题词进行搜索。
oo： 我们只管用就是了。
oo： 尽最大可能遵循搜索引擎的一些原则，
oo： 理解它，也让它理解我们，
xx： 我们现在能否做一些智能搜索引擎的事情,这样我们的搜索结果不就会很好了吗
oo： 就可能获得最好的搜索效果来。
xx： 就比如搜索"小孩",我用"小孩|儿童"
oo： 呵呵，智能搜索引擎也是需要通过一定的算法实现的，只是计算的速度和精度都升高了而已。
oo： 可事实并没有这么简单，比如我搜索“小孩 食物”
xx： 那我用"小孩|儿童 食物|食品"
oo： 你要用“小孩 | 儿童 | 小儿 | 儿科 AND 食物 | 营养 | 食品”
xx： 只是我们有时想不到这么多而已
oo： 进行搜索，最后还要把搜索结果组合起来，排序，要在几毫秒的时间提供给用户。对硬件的要求也是非常非常高的。
xx： 是啊。这样只能通过计算机来实现的
oo： 对。
xx： 我们能想到这些,为什么现在象baidu,它就没能实现呢
oo： 即使是智能搜索引擎、智能机器人也还是通过算法实现的。
xx： 是主观,还是客观原因呢
oo： 都有，
oo： 缺乏经济上的有力支持，
oo： 缺乏相关方面的人才，或者说还可能需要一些天才。
xx： 当前真正和搜索检索有关的专业还是比较少的
oo： 百度一年能投入多少钱搞研发？都推广它的竞价去了。百度尚且如此，其他搜索引擎就更不必说了。
xx： 我想可能这需要国家的扶持了
oo： 呵呵，难，就像微软也难以撼动google一样，法国还资助了一个搜索引擎项目。都有些难的。
xx： 是啊,我不是抨击其它搜索引擎,我觉得国内其它搜索引擎都很难超过baidu,何况是google。总是搞一些概念出来,比如"我支持电话号码搜索啊","我支持论坛搜索啊"
oo： 呵呵。都喜欢吹嘘的。
xx： 还有就是"支持区号查询只需要一个小的数据库就可以了"。软件很容易实现的
oo： 最难做的其实就是普通网页搜索。如何信息整理和挖掘是一门技术。
xx： 是啊,所有的东西都可以认为它是一个网页啊
xx： 哦,这样啊,我想编程是简单的,关键是算法。从一个程序员的角度,就是这么认为
oo： 嗯，偶不是很懂。更多关注应用层面。
xx： 但很多东西都停留在理论阶段,并没有去实现,我认为搜索引擎的发展,还是先有想法,然后有算法,最后是实现(编程 等等)
oo： 嗯。百度人没想法。
xx： 呵呵,这个不能这么绝对吧
oo： 呵呵。
xx： 总有一小部分的吧,我认为
oo： 确实已经是国内相对最好的一批程序员了。呵呵。但就百度实现的产品来看，
xx： 可能是他们的想法没得到实现
oo： 确实是没怎么体现出来。基本就是分析和模仿的过程，
xx： 呵呵,也不知是真是假
oo： 原创的开拓性的东西太少。
xx： 创造性是现代中国人最缺少的东东
xx： 和老外比起来
oo： 而且，百度把最主要的精力放在如何赚钱上面去了，
oo： 上市后压力实在太大了。
xx： 这是所有中国企业的通病
xx： 我认为baidu它如果真是靠技术起家,如果不真正地走下去,后面就很难说了
oo： 总隐隐觉得有些拔苗助长的危机在里面。
oo： 开发市场的力度大于开发产品的力度。
oo： 总吹嘘在中文搜索引擎里如何如何，
xx： 矮子里面选将军
oo： 和google的差距已经不是一点半点了。
oo： 而和谷歌相比较的优势也不完全是通过光明正大竞争得来的。
xx： 什么意思?呵呵
oo： google在国内受到的限制太多。
xx： 哦,是的,这和官方有关系的
xx： 毕竟中国是新闻管制的
xx： 今天上午刘建超还说中国没有对互联网进行管制呢
xx： 我觉得他自己都不信
oo： 呵呵。不说这些了。是非曲直都在大家眼里呢。
xx： 是啊,我觉得我们多关心一下具体的搜索
oo： 以前的事也不想提了，
xx： 我们是用搜索引擎
oo： 只希望百度以后能做好一些。
xx： 也不是开发搜索引擎。我想总有一家公司会把搜索引擎做好的,然后我们就用它的就是了
oo： 嗯，
oo： 这话没错，
oo： 即使哪天google关门了，整个搜索引擎行业和现在比也只是进步，不会是退步的。
xx： 是啊,只要网络存在,搜索引擎就会存在
xx： 就算网络不存在,搜索也会存在
oo： 精彩！
xx： 搜索能力是每个人都应该掌握的，呵呵
oo： 搜索素养，信息素养。两个糊弄人的新词，记住了，以后就可以拿去糊弄别人了，呵呵。
xx： 呵呵,知道了
xx： 就像托关系找人办事一样,这也是一种搜索
oo： 嗯。吾将上下而求索。
xx： 我会牢记于心的
oo： 呵呵。
oo： 搜索分成两类：一是重新找出你已经确知存在于网络中的东西的搜索；二是发现我们本能地认为存在于网络中却还没有找到的东西的搜索。
oo： http://www.dxy.cn/bbs/post/view?bid=6&id=5510160&sty=1&tpg=1&age=0
xx： 对了,你现在还学习搜索相关的东西吗
oo： everyday
xx： 除了dxy,能否推荐一些网站或论坛啊。我比较实际啊,呵呵
oo： 我现在主要登4个网站，dxy，中文搜索指南，医学信息学论坛，和你关系也不大的。最后一个是百度新闻。其他的已经没时间看了。
xx： 呵呵,有点专业性
oo： 或者说通过搜索获取我想知道的知识。
xx： 是啊,我每天也在做这些事情
xx： 就是有时候比较急躁,往往忘记最初的想法了
oo： 呵呵，
xx： 我更喜欢9238那种网站
oo： 呵呵，对，可惜去了百度之后，再没听到多少精彩发言了。
xx： 可惜啊,是啊,难道是为了技术保密,呵呵
xx： 看那些你们写的搜索过程,真是一种享受啊
oo： 呵呵。
xx： 真的,可以拓宽自己的思维的
oo： 嗯。
xx： 就比如今天你告诉我的那个帖子,
xx： 真是好帖子啊,关键是大家都能讨论
oo： 呵呵，
oo： 因为最后几个帖子得到升华。
xx： 如果每个人都自己想,结果就不是那样了
oo： 对，
oo： 讨论才有提高。
xx： 交流多了,对己对人都有益处的
oo： 你也可以参加讨论啊。
oo： 不一定非要是医学相关的问题，
xx： 是啊,我该检讨一下自己的
oo： 也不是说非要从医学角度去研究。
xx： 感觉dxy里的高人还是蛮多的
oo： 从自己的特定的视角，确立自己的搜索思路，再和别人的比较，就能互相学习互相借鉴，互相提高。
xx： 呵呵,是啊,我也可以提出自己的疑问,让大家来讨论吗
oo： 也很及时。
oo： 随时欢迎。
oo： 或许今天我们的对话内容整理整理，发上去也是一篇不错的文章呢。
xx： 呵呵
xx： csdn上经常有人会整理这些对话记录的
oo： 呵呵，没整理过。
oo： 等会试试。
xx： 而且我总想能联系到更多的对搜索有兴趣的朋友,其实这本事也是一种搜索,分析,总结的过程。所谓志同道和,
oo： 嗯。对。
xx： 稍微等一会,我去有点事
oo： 呵呵，
oo： 我一会也下了，以后再聊。
oo： 88
xx： 好的,88
最后编辑于 2006-06-02 · 浏览 1007
1 收藏点赞
