阅读历史 |

第19章 一百次查询(1 / 2)

加入书签

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能,避免出现内容无法显示或者段落错乱。

封闭测试开始于1996年10月。

参与者二十一人,来自三所高校:研究生、图书管理员、实验室助教和两名网络中心管理员。每人提交五个真实问题,不要求使用标准关键词。

第一天,马飞骑车送出三只牛皮纸袋。里面是测试说明、回邮信封和编号表,唯独没有推荐关键词。苏雨桐坚持不去现场指导,免得测试者看他们脸色调整问法。

有位老图书管理员不会用鼠标,让值班学生替她输入,自己只负责判断结果。她的五个问题写在旧目录卡背面,字很工整,其中一个只记得“八十年代,有个外国人写卫星姿态,小蓝皮书”。系统对这种描述几乎无能为力。

一百零五次查询中,系统崩溃四次。

第一次崩溃发生在北航机房,测试者以为自己按错了键,连着重试三遍,制造了三份相同故障。马飞赶到时没先重启,而是让管理员把机器留在原样,给那名学生换一台继续。学生等了二十分钟,仍把剩余四个问题做完,临走在表上写:崩了以后最好告诉我该不该再按。

星辰随后增加错误页:显示故障编号、是否需要重试和反馈地址。这个页面不提高任何相关率,却在后两次故障里阻止了重复请求继续挤压服务器。

首条结果被多数测试者判定相关的有五十八次。

完全没有可用结果的有二十七次。

最糟糕的一次查询是“哪里能找到微小卫星姿态控制的国外资料”。系统把“微小”切成两个单字,又把“姿态”与个人主页里的“生活姿态”匹配,第一页几乎全是无关内容。

另一类问题来自重复页面。同一份论文目录被多个站点镜像后,占据前十条中的七条。用户以为结果很多,实际上只有一份信息。

陈维明看完数据:“六成能用,已经可以宣传。”

苏雨桐摇头:“测试者知道这是实验,会主动换词。普通用户第一次找不到就走了。”

马飞没有站在任何一边。

他把梁经理那套客户系统的验收表放在旁边。企业客户能为明确字段付钱,陌生用户却不会因为公司缺现金就降低要求。陈维明愿意先用“六成”吸引关注,并不算恶意;问题是宣传出去以后,剩下四成的失败也会被当成承诺的一部分。

“可以对外说正在测试,也可以公布原始统计。”马飞说,“不能只截五十八。”

陈维明问:“七十一以后呢?”

“一样报完整。”

他把一百零五次查询按失败原因贴满墙:语料缺失、切分错误、编码错误、重复聚集、排序偏差、系统故障。

最大的类别不是算法,而是语料缺失。

1996年的中文网页本来就少。搜索系统不可能返回网络上不存在的内容。

“要区分‘系统没找到’和‘网络上没有’。”他说。

团队新增“来源覆盖”记录:对重要公开目录建立已知清单,定期检查是否抓取;对缺失内容不伪造结果,而是提供可能的图书馆、数据库或站点入口。

重复问题则用内容指纹聚类。同一正文只展示一个主结果,其余镜像折叠为来源列表。

切分错误由苏雨桐主导。她没有无限扩大词典,而是允许查询端保留多种切分候选,再用文档命中情况选择。这样会增加计算量,却比一次错误切分后全盘丢失更稳健。

↑返回顶部↑

书页/目录

都市重生相关阅读: 暗局:官场升迁路 快穿之宿主她又倒霉了 闪婚后被校花学姐宠上天 哥哥,抱抱,我腰疼 万剑葬心 开局四选一,我秒选病娇姑奶奶 神级机甲,从觉醒废物到位面之主 绝症留洋归乡?举国哭求我别死! 穿越者事务管理局 侠客江湖行传 名学密神:我成了团宠万人迷 什么叫穹正在肘击怪兽?! 末日加冕,从变成丧尸开始 修仙,从埋葬前辈遗骨开始 寒门捡回小鼻嘎,种田发家满堂红 谋位 精灵女王审讯录 误亲女频男主,他上瘾夜夜喊宝贝 半岛:企鹅的专属大厨 HP伊莱斯荣耀 溺宠七岁:宋先生的小软包落网了 杂役问鼎仙帝 跨界种田养天仙,她带我闯娱乐圈 校花表白,我反手把她炼成尸傀 风起珠三角:话事人 七零年代:团宠小福宝骑猪满村跑 我,生化暴君,碾压一切 漕橹记 高武:杀戮证道,我以异兽铺帝路 穿成泼辣悟道仙子,开局嫁乞丐 盗墓:盘古董就变强,胖子麻了 穿越七零:秒杀系统带我飞 重生之:宁教我负天下人 多子多福:从港娱到世界之王 草系宝可梦大师的牧场物语 囚心锁颜:龙阙之下 七零界碑精,随军嫁连长 超级村庄系统:村里百人每天一万 燕泰:青梅错 家族修仙从周氏开始 大明星李小小 崩铁:智识的那些事 影综:从苦力强开始 大爹要拾女儿与上门女婿多生娃 辍学打工,你给我AK干嘛? 诡怪法则 变身剑豪少女,高武末世快乐叠钢 西游记易读版 公路求生:只有我能无限合成进化 仙帝归来:我在人间无敌的那些年 原罪世纪 刚离婚,我就中了三个亿 我都成道祖了,你们游戏才开服? 皖省灵异事件 全球丧尸化,我绑定了安全屋 商业帝国:从卖酒开始 土炕上的余温 开局两个姐姐,这福气给你要不要 莲花楼之神龙渡莲 我的古玉能通灵