SEO 百科

同义与纠错

本页目录

同义与纠错 指搜索引擎面对用户用词与网页用词不一致，或者用户把词写错、写成繁体、打成全角时的两类处理：一类是把不同说法对应起来，一类是把写乱的写法改回正确写法。两者都为了让查询能落到网页上。

同义词识别

同义识别处理的是用词差异。用户搜“美国”，网页写“USA”；用户搜“帝王蝶”，网页写“黑脉金斑蝶”。引擎要判断这些说法指的是同一件事。

Elastic 说明，同义词“通过关联概念与想法来扩大搜索范围”，用户搜“the US”时，会期望找到含“United States”、“USA”、“America”的文档，也不希望结果里出现“states of matter”那一类页面^[1]。同义识别既要扩大范围，也要守住概念边界。

拼写纠正处理的是打字错误。用户按错键、少打一个字、记错拼写，都会让查询落空。引擎要在纠正之后仍然给出用户想要的结果。

Elastic 说明，全文检索如果只做精确匹配，会“让你的用户感到沮丧”，因为用户会期望“quick brown fox”能匹配上“fast brown foxes”，也会期望“Johnnie Walker”能匹配上“Johnny Walker”^[2]。模糊匹配在查询时处理拼写错误的词。

中文还有一层差异：繁体与简体、全角与半角。同一个词写成“繁體”或“繁体”，用的是全角字母还是半角字母，字符编码都不一样，不统一就会被当成不同的词。

Elastic 把这一步归入归一化，说明要去掉“本相同的词之间的无关差异，例如大写与小写”^[3]。归一化让同一批字符的不同写法汇到同一个词上。

站长要让页面覆盖主要的同义说法，而不是只写一个词。用户会用不同的词找同一件事，页面写全这些说法，才能接住更多查询。

不必为错字、繁体、全角各建一个页面。引擎会纠正和统一，站长只需保证正确写法出现一次，并且出现在能被切词的位置。Google 这样说明语言匹配系统：“能理解您的网页与许多查询之间的关系，即使您并未明确使用其中的确切字词”^[4]。

同义识别也会过头。Elastic 提醒，同义词“只在必要时使用”，用得太多，结果会看起来近乎随机^[1]。站长在页面里堆近义说法，同样会把主题冲淡。

纠错也有边界。纠错要保留用户的原意，把查询改成另一个意思，结果就不再对得上。引擎在这两点上都在收着做，站长也照同样的分寸来。