微博的搜索利器堪称数据宝藏，再也不用担心找不到信息了

微博的搜索利器堪称数据宝藏，再也不用担心找不到信息了

欢迎大家收看婷婷游世界，我是本文章的小编婷婷，今天给大家带来的是科技小文章，希望你们喜欢。研究人员需要通过自动化程度更高的途径完成搜索工作。因此，科学家研发出一种智能程度更高的语言处理器，它能帮助科学家从数百万条信息中识别出有用信息。自从2006年Twitter面世以来，研究人员就一直在研究它，以期更深入地了解人类社会。总的来说，它提供了一个巨型数据库，囊括了人们的所做、所想、所感。

但是，科学家手头现有的研究工具却很不完美。例如它的关键词搜索功能，虽能返回很多结果，却无法给出明确的总体趋势。当美国科罗拉多大学博尔德分校的计算机科学家詹姆斯·马丁在Twitter上搜索关于2010年海地地震的相关内容时，他找到了1,400万条相关信息。“你总不可能让研究生们把它们挨个读个遍吧，”他说。研究人员需要找到自动化程度更高的途径来完成这项工作。

一个很有前景的方法是，研发一种能够对Twitter上的词类进行标记的程序，然后利用这些标签来确定每条Twitter的内容是关于什么的。这种被称为“自然语言处理”的方法并不是什么新主意，但在社交短信上的应用却刚刚兴起。“它现在拥有广阔的应用领域，”马丁说。对此，施乐公司帕罗奥图研究中心的科学家研发出了一种这样的程序，它利用的是名为“分析器”的语言处理器，通常用于测试新发表的文章。“分析器”能够区分词语和标点，标记词类和分析句子的语法结构。

但是，“它们在微博上的应用效果不佳，”帕罗奥图研究中心的研究员凯尔·登特说。他和同事编写了数百条规则，来辨识Twitter上的“#”标签、重复字母和其他一些或许在《华尔街日报》上看不到的那些语言特征。2011年8月8日，他们在美国人工智能促进协会会议上展示了这项研究。登特和同事还想利用他们的程序来区分反问句和疑问句。利用该程序，商家可以及时了解人们对产品的问题反馈。在进行的一项测试中，他们的程序准确识别出了2,304条微博中68％的内容。

“对于这样一个全新领域，首次尝试就取得这样的成绩已经很不错了，”美国空间和海上作战司令部的杰弗里·埃伦评论道，他效力的单位主要为美国海军提供情报技术。虽然微博搜寻技术还未成熟到可以投入应用，但作为一个领域。“它很快就会发展到那个程度，”马丁说。一旦该技术成熟，研究人员就如同拥有了一座前所未有的、关于人类行为的数据宝藏。“小道八卦”被记录下来，还可以随时查询，这是有史以来的第一次。埃伦说：”一百年前，我们根本无法知道所有人的想法。“

此篇文章为婷婷游世界原创文章，目前只在百度平台独家发布，如有转载请注明出处，谢谢！