天天看书

第1083章 孤傲极客王小川，新世界的大门（第3页）

服务生端来了两杯咖啡。

张明远轻轻端起面前的水杯，喝了一口温水，并没有去碰那杯咖啡。

他抬起头，迎着王小川那充满防备的目光，语气淡然地开了口：

“王工，你放心。”

“今天我来找你，并不是来跟你谈投资、谈商业变现、或者谈什么股权合作的。”

张明远放下水杯，一字一顿：

“我今天过来。”

“纯粹是想和你探讨一下技术。”

这句话，瞬间让王小川微微一愣。

他原本已经准备好了一肚子用来回绝商业游说的说辞，此刻却被硬生生地憋了回去。他那漫不经心、甚至带着几分敌意的眼神，稍微收敛了几分，有些错愕地看着张明远。

“你懂技术？也是同行？”

张明远没有给他思考的时间，他身体微微前倾，直接切入了最核心的专业领域。

“我深入了解过你现在正在带队研发的‘搜狗’第三代中文搜索引擎。”

“你现在的核心架构思路。是基于复杂的分词算法，对互联网上海量的网页文本进行抓取、建立索引、然后再进行排序。”

“而且，我不得不承认，你在这个领域做出了非常卓越的创新。你改进了传统的中文分词技术，创造性地引入了‘隐马尔可夫模型’（HMM）来做歧义切分。这在很大程度上，解决了中文语句里最头疼的一词多义和长句解析的难题。这很了不起。”

听到“隐马尔可夫模型”这个异常生僻、专业底层的算法名词从一个“资本家”的嘴里吐出来。

王小川的瞳孔下意识的收缩了一下。

但他还没来得及惊讶，张明远接下来的话，却如同一把锋利的手术刀，毫不留情地切开了他这套系统最致命的软肋！

“但是！”

张明远目光锐利，直视着王小川的眼睛：

“你现在的这套系统，有两个非常致命、且明显的短板！”

“第一，你的爬虫抓取模块！”

“它对传统静态网页的抓取确实很高效。但是，对于目前互联网上刚刚兴起、且未来必将成为主流的动态脚本页面，你们的爬虫适配极差！在抓取这类动态内容时，会出现大量的数据丢失和索引失败！”

“第二，你的排序算法缺陷！”

张明远的手指在桌面上轻轻敲击：

“你们现在的搜索结果呈现，仅仅只依靠网页内部的关键词匹配权重来决定排名。你们完全没有引入网页与网页之间的链接关系来做权重计算！”

“这会导致什么后果？”

“这就导致，那些恶意堆砌关键词的垃圾网页、内容农场、以及低质量的山寨站点，会大量地排在用户搜索结果的最前面！”

张明远给出了一针见血的结论：