谷奥——探寻谷歌的奥秘

感谢谷奥热心读者及哆啦迷 Binary 的翻译与投递！

Google为了使搜索更加简单易用，每天都在不停地进行着改进。去年一年中，包括搜索结果页面更新、菜谱搜索这些用户看得见的功能在内，共实施了500多项改进措施。今天介绍的是不易察觉的改进措施之一：“同义词系统”。

在日语中，平假名、片假名、汉字和拉丁字母等多种文字混用，对于同一个词有时会有多种不同的书写方式。Google 支持不同种文字之间及跨语言的同义词匹配。这是一个看似简单实则深奥的问题，初看之下似乎只要有一套类似日语输入法所使用的词库即可，但实际上想要在非人工干预的情况下正确的找到同义词并非易事。

举例来说，「しょうぶ」可能对应着“胜负”、“菖蒲”、“尚武”等多个不同的汉字词组，它们各自有着不同的意思，想要搜索的信息也各不相同。因此 Google 在您搜索“しょうぶ  儿童节”时候会显示与“菖蒲”相关的结果（日本儿童节有插菖蒲、洗菖蒲浴、喝菖蒲酒等习俗），搜索“しょうぶ  拍洋画”时候则会显示与“胜负”相关的结果。

涉及到外语的时候，其读音会因为习惯或语言的种类不同而出现多种不同的可能性，情况会更复杂一些。举例来说，以“-or”结尾的单词，如 Vector、Mirror 等，Vector 一词有「ベクトル」、「ベクタ」、「ベクター」等多种读法，而 Mirror 一词并非读作「ミロル」或「ミラ」，「ミラー」才是正确的读法。对于人名“Plato”（柏拉图），初看之下似乎是应该读作「プラト」或「プレート」，但实际上日语中最常见的读法是「プラトン」，其来源是希腊语的发音，由此可见词汇拼写所对应的读法的不规则性。

上面的截图就是“Plato 著作”的搜索结果。第一条就是关于「プラトン」的搜索结果，并将「プラトン」一词加粗显示，可见 Google 已经将“Plato”一词作为「プラトン」的相关内容来识别。

Google 在对大量网络数据进行了自动学习后，将获取到的知识用于实现这些复杂的书写变换。这些知识会随着新词的不断出现、新算法的不断开发而逐渐更新，使得 Google 可以更好的根据使用者的意图来筛选并返回结果。

同义词系统正在努力不断地改进，让搜索更加便捷。今后也欢迎您继续使用不断进步中的 Google 搜索。

作者：Google 日本软件工程师 山内 知昭、中島 貴裕
译者：Binary

via Google Japan Blog

小编试了下，「どらやき」的结果中确实包含了“铜锣烧”的各种写法，而且全部加粗显示了：

Related posts

• “Google 活用术”专题网站指导日本教育工作者充分利用 Google 服务
• 世界文化遗产“原子弹爆炸圆顶屋”内部 360° 街景公开
• Google 建立 Build the Memory 网站对比日本海啸前后的街景照片
• 日本 doodle：Doodle 4 Google 获胜作品
• 日本 doodle：日本画家横山大观诞辰 143 周年
• 日本 Google 又一力作：Chrome Music Mixer（音乐调音台）
• 日本 Google 创意广告：用 Google Images 购物试衣
• Google 测试 iGoogle 新界面
• 日本 doodle：日本探险家植村直己诞辰 70 周年
• Google 在新加坡、香港和台湾投资两亿美元兴建数据中心