Báo cáo bài tập lớn
Xử lý ngôn ngữ tự nhiên
Đề tài : Tìm hiểu cấu trúc hệ thống tìm kiếm thông tin Google hiện tại và các kỹ thuật xử lý trong tìm
kiếm thông tin của Google
Nhóm sinh viên thực hiện :
Trần Quốc Huy
Nguyễn Huy Triển
Lưu Mạnh Linh
Nguyễn Hữu Khánh
Trần Mạnh Đức
Mở đầu
Mở đầu

Google được thành lập vào năm 1998, có trụ sở tại Hoa Kỳ.

Sản phẩm chính của công ty là công cụ tìm kiếm Google – được đánh giá là
công cụ tìm kiếm hữu ích và được sử dụng nhiều nhất trên Internet.
Mở đầu

Các dịch vụ của Google gồm có Tìm kiếm từ khóa, Image Search, Google News,
Google Maps, Google Groups …
Google Search
Engine
Google Bot

Google Bot là những “ bọ tìm kiếm “ được phân rải trên các website.

Có chức năng xử lý thông tin trên các website : sàng lọc thông tin mới, thu
thập các thông tin này vào kho dữ liệu của Google.
Đánh chỉ mục


kết quả đó cho người sử dụng.
PageRank

PageRank được phát triển tại Đại học Stanford bởi Larry Page và sau đó được
phát triển bởi Sergey Brin.

Hệ thống xếp hạng trang web nhằm xếp thứ tự ưu tiên đường dẫn URL trong
trang kết quả tìm kiếm.
PageRank

Trang của bạn càng nhận nhiều liên kết trỏ đến thì mức độ quan trọng càng
tăng.

Đó là khái niệm sơ đẳng nhất mà người làm web biết đến, trên thực tế thuật
toán PageRank phức tạp hơn rất nhiều.
PageRank

PageRank của Google hiển thị trên Toolbar là 1 số
nguyên từ 0 đến 10.

Đơn vị đánh giá của nó dựa trên khối lượng link
trỏ đến cũng như chất lượng của những trang
web chứa đường link xuất phát này.

Nó giống như kết quả bầu chọn của tất cả các
trang web khác trên toàn thế giới về mức độ quan
trọng của website đó.
PageRank
PageRank



Số lượng các link trỏ đến trang web.

Số lượng các từ không tự nhiên trên trang.

Tỉ lệ người dùng kích qua các trang kết quả của Google.

Tỉ lệ nội dung không trung thực.

Số lượng các quảng cáo trên trang web.
Kết luận

Hệ thống tìm kiếm của Google là một hệ thống tìm kiếm với quy mô rất lớn và
rất phức tạp.

Hệ thống phát triển và không ngừng được nâng cấp cải thiện, trở nên gần gũi
và hữu ích với người dùng.

Những điều chúng tôi đưa ra là cái nhìn tổng quan nhất về hệ thống tìm kiếm
Google trong thời điểm này.