停用英文缩写

在百度的众多排名算法中，其中有一项是停用词。百度爬虫为了能够提高索引的速度和节省存储空间，当在索引页面内容时会对一些没有意义的词过过滤掉。也就是被爬虫停用到这些词，我们称被爬虫停掉的词称为停用词，英文叫stopword。一、百度停用词类型百度停包用词包括了语气助词、副词、介词、连接词等，通常自身并无什么明确的意义，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。下面再举个例子来说明什么是停用词，象“IT技术点评”，虽然其中的“IT”从我们的本意上是指“Information Technology”，事实上这种缩写也能够为大多数人接受，但对搜索引擎来说，此“IT”不过是“it”，即“它”的意思，这在英文中是一个极其常见、同时意思又相当含混的词，在大多数情况下将被忽略。我们在IT技术点评中保留“IT”更多地面向“人”而非搜索引擎，以求用户能明了IT技术点评网站涉及的内容限于信息技术，虽然从SEO的角度这未必是最佳的处理方式。二、为什么要有停用词搜索引擎的文本的检索量非常大，而其中很大一部分是语气助词，副词等基本上没有意义的文字，比如：哎，哎哟，别的，结果，让，不过，等等。停用词为什么选择这些词主要有以下两大原因：这些功能词极其普遍。记录这些词在每一个文档中的数量需要很大的磁盘空间。由于它们的普遍性和功能，这些词很少单独表达文档相关程度的信息。如果在检索过程中考虑每一个词而不是短语，这些功能词基本没有什么帮助。三、编辑人员要注意使用停用词编辑人员需要了解这些停用词，因为在网页标题中尽量不要出现停用词，这样可以更好的突出我们优化的关键词；编辑文章时，尽量少用的停用词可以提高页面的关键词密度。