Lexxe:回答完全查询的搜索引擎

自然语言处理搜索引擎Lexxe还增加了聚类的功能，以便为子集群提供结果。深入研究集群可让引擎进一步选择与集群提到的上下文相关的链接。

制造商设计了Lexxe，旨在通过从互联网上浮动的非结构化文本中收集内容来回答简短查询。提取部分是即时完成的，并利用计算语言学来排除不相关的内容。此外，结果聚类为用户提供了查询的各种上下文的选项，以进一步向下钻取。

Lexxe的短语识别方法允许引擎理解关键词是否形成为一个或多个短语，并在语言上提取相关的事实信息。以下是该技术的详细信息，其中还包括词性标注，解析和词义消歧。

部署在搜索引擎中的问答技术主要是数据库驱动的。这意味着答案已经预先准备好和/或手动检查。如果与问题匹配，答案是准确的。但另一方面，它对事实信息非常严格，特别是当问题将链接动词作为主要动词时，例如＆ldquo;是＆rdquo;的（是，过去，现在，等等）。

此外，搜索引擎中可用的问答应答器返回整个句子的长答案，通常是无用的，冗余的和无关的信息，通常会有十几个，并导致更多的阅读时间。它表明那些问答系统可能知道答案可能在某些句子中，但不确定哪些单词实际上能得出确切的答案。

该网站Zui适合短期查询，这似乎是强加给用户的不合理条件。如果我正在搜索一些确切的数据，那么采用的想法是始终在查询中包含尽可能多的信息（并希望在某些文档中出现确切的查询）。因此，吸引主流引擎的注意力可能不会立即为Lexxe实现。但同样，自然语言处理就是给予系统时间，就像培养人类学习一样。

此外，下一代引擎似乎正在转变为提出查询的专家，而不是指向可能结果的方向。这是一个问题，这种方法是否能够涵盖网络上不断增长的整个内容。

这里是对来自Read Write Web和Pandia的Lexxe的评论。在Lexxe上尝试精确查询确实很有趣！