标点符(钱魏 Way)

搜索引擎停用词

为节省存储空间和提高搜索效率,搜索引擎在索引页面或处理搜索请求时会自动忽略某些字或词,这些字或词即被称为Stop Words(停用词)。

Stop Words大致为如下三类:

  1. 应用十分广泛,在Internet上随处可见的词,比如“Web”一词几乎在每个网站上均会出现,对这样的词搜索引擎无法保证能够给出真正相关的搜索结果,难以帮助缩小搜索范围,同时还会降低搜索的效率。
  2. 语气助词、副词、介词、连接词等,通常自身并无明确的意义,只有将其放入一个完整的句子中才有一定作用,如常见的“的”、“在”之类。
  3. 受某种人为因素,搜索引擎屏蔽的词。

了解Stop Words,在网页内容中适当地减少Stop Words出现的频率,可以有效地帮助提高关键词密度,而在网页Title中避免出现Stop Words往往能够让我们优化的关键词更突出。

部分中文停用词和英文Stop Words下载:http://www.box.net/shared/yo2j2t8y19

码字很辛苦,转载请注明来自标点符《搜索引擎停用词》

评论

  1. Niu Shine Shine #1

    这个中英文停止词列表是如何总结出来的?

    回复
    2011-01-23
    • 标点符

      某些开源中文搜索引擎里倒出来的

      回复
      2011-01-24