顶点小说网

手机浏览器扫描二维码访问

第二百九十三章 演示（第5页）

他说。

炜杰知道，"

还可以"

从李彦强嘴里说出来，已经是极高的评价。

"

但有几个问题。

"

李彦强说。

"

你说。

"

"

第一，爬虫速度太慢。

"

李彦强说，"

google现在每天能爬几百万个网页，你们二十四小时才五万。

按这个速度，一年后你们的索引量还不到google的百分之一。

"

"

能解决。

"

炜杰说，"

加机器，上分布式存储。

我们有方案，只是没钱。

"

"

第二，分词准确率不够。

"

李彦强转向王志远，"

你们的词典五万词，覆盖不了专业术语和新兴词汇。

比如搜索引擎这个词，你们能正确切分，但信息检索就不一定了。

"

"

我们在改进。

"

王志远说，"

下一步要做基于统计语言模型的分词，不依赖词典。

"

"