搜索引擎作业
搜索引擎
1、根据你的兴趣假设一个域名，并上网验证。
2、构造一个检索式，使之能够检索10所美国的大学图书馆，并
列出其URL。
3、简答：采取何种策略可以比较准确地通过搜索引擎在互联网上
搜索到学术论文。
4、利用GOOGLE检索我校主页被多少网页链接，写出检索式，
并写出1-2个结果。
5、利用搜索引擎搜索近2年将召开的你所学专业的学术会议，摘
录1-2条信息，并写出检索步骤或检索式。
6、用搜索引擎搜索你专业的期刊论文全文，摘录1-2条结果，并
写出检索步骤。
7、查找有关“电子地图”的FLASH文件，并记录2个网址。
8、搜索“国家科技图书文献中心”网址，写出该网站可查到几种
文献类型，并对此网站加以评论。
9、利用搜索引擎检索我校图书馆网址，并指出该网页的主要栏
目，写出3个中文全文数据库，3个外文数据库（注明全文或摘要），哪些数据库可查到会议文献？
10、分别举出一个国外、国内的元搜索引擎，并写出它们所调用的
独立搜索引擎
小猿搜题 原理
小猿搜题原理解析
简介
小猿搜题是一款作业题搜索引擎，帮助用户快速找到作业题目的答案。它基于先进的技术原理和算法，具备智能匹配功能，能够准确地给出与用户输入的题目相符的答案，并提供相应的解析和提示。
原理概述
小猿搜题的工作原理可以分为以下几个步骤：
1. 问题分析：用户输入一个题目后，小猿搜题会对该题目进行自然语言处理，将其转化为机器可以理解的语义表示，同时对题目进行关键词提取和词义消歧等处理。
2. 语义匹配：在大规模题库中，小猿搜题利用先进的语义匹配算法，在题目库中对题目进行快速搜索。通过将用户问题的语义与题目库中各题目的语义进行匹配，找出最相似的题目。
3. 答案提取：一旦找到与用户输入题目相匹配的题目，小猿搜题会从题目库中提取相应的答案，并进行智能的答案过滤和排序。同时，小猿搜题也能够通过与大量的解析题目的样本对比学习，提供题目解析和解题思路。 4. 结果展示：最后，小猿搜题将找到的答案和解析以简洁明了的方式呈现给用户。用户可以根据自己的需求选择查看答案、解析或提示等内容。
深入理解
下面对小猿搜题的原理进行更详细的解释：
问题分析
在问题分析阶段，小猿搜题会对用户输入的题目进行自然语言处理。这包括对题目的分词、词性标注和句法分析等处理，以获取更精确的语义表示。
语义匹配
在语义匹配阶段，小猿搜题会将用户输入的题目语义表示与题目库中的语义表示进行匹配。它使用了先进的语义相似度计算算法，如Word2Vec、BERT等，将题目的语义向量化，并通过相似度计算找到与用户输入题目最相近的题目。
答案提取
一旦找到与用户输入题目相匹配的题目，小猿搜题会从题目库中提取相应的答案。此过程中，小猿搜题会利用自然语言处理和信息抽取的技术，从题目中抽取出与答案有关的信息，并进行智能过滤和排序，以保证返回的答案准确性和可读性。 结果展示
最后，小猿搜题将找到的答案和解析以简洁明了的方式展示给用户。用户可以根据自己的需求选择查看答案、解析或提示等内容。
百度搜索引擎练习
1 / 14 实习作业题1：百度搜索引擎练习
（1）用逻辑“与”查出“计算机网络技术”有关的网页。（要求：记录检索式和命中结果的数量，并体会“百度快照”、“相关搜索”的作用。）
记录检索式：计算机 * 网络技术 + 或&
命中结果的数量：约8,450,000篇
（2）用逻辑“或”查出：“汶川地震”或“四川地震” 的有关网页。（要求：记录命中网页数量和前两篇网页的标题）“|”
网页数量：约13,700,000篇
前两篇网页的标题：1.四川汶川强烈地震_新闻中心_新浪网
2.四川汶川地震
百度搜索引擎练习
2 / 14 （3）用逻辑“非”查出：中国电信（不含“上海公司”）有关的网页。（要求：记录命中网页数量和前两篇网页的标题）
逻辑非“ -”号
命中网页数量：约22,000,000篇
前两篇网页的标题：1.中国电信集团公司 CHINA TELECOM
2.行业分类－中国电信黄页
（4）利用“图片搜索”功能查找一幅有关象鼻山的风景图片（要求：800*700像素，并记录图片所在的URL）
(图片在附件中，名为：象鼻山 像素800乘600)
实习作业题2：Google搜索引擎练习
百度搜索引擎练习
3 / 14 （1）利用“手气不错”（ 提供可能最符合要求的网站）功能，查出查出“清华大学” 主页的网址是什么？
（选做：*查出2002年4月，由清华大学7位学生开发研制的哪一个软件，一举打破了PennySort世界排序纪录，获得该年度冠军？）
“清华大学”的网址：
选做题：2002年4月7日，由清华7位学生开发研制的THSORT排序软件，一举打破PeenySort世界排序纪录，获得该年度冠军
（2）利用“图片”检索功能查出Google收集了多少张蒙娜丽莎的图像？下载一张个人照片。
蒙娜丽莎的图像约有：80,300项 (图片在附件中，名为：蒙娜丽莎)
（3）利用“大学搜索”功能查出Google收集了多少个北京地区的大学？
第2次作业
一、单项选择题（本大题共40分，共 20 小题，每小题 2 分）
1. 以下哪项检索属于数据检索？
A. 历史成绩超过89分的学生人数
B. 查喜黄山有多高
C. 检索关于网络技术的文献
D. 某同类产品中,那种牌号的销量最大
2. 国际标准连续性出版物编号的缩写形式为( )
A. ISBN
B. ISSN
C. CNKI
D. VIP
3. 从物理构成来讲,数字资源检索系统由（ ）几部分构成
A. 软件和数据库
B. 硬件、软件、数据库
C. 硬件系统和软件
D. 服务器和数据库
4. 关于人工语言描述错误的是( )
A. 人工语言是根据信息检索的需要而由人工创制的
B. 人工语言将同义词、近义词、相关词、多义词及缩略词规范在一起,由人工控制
C. 人工语言的维护成本不如自然语言
D. 人工语言可分为分类检索语言、主题检索语言、代码检索语言
5. 以下哪个不属于中文期刊数据库?
A. CNKI期刊数据库
B. 万方期刊
C. Kluwer期刊数据库
D. 维普期刊
6. 专利包含的类型有: （ ）
A. 发明专利
B. 实用新型专利
C. 外观设计专利
D. 以上全部
7. 关于电子图书以下描述错误的是( )
A. 电子图书就是数字形式存放的图书
B. 电子图书提升了图书的功能
C. 电子图书智能在线阅读,不能借阅
D. 电子图书降低了图书购买的成本
8. 专利具有的特性有: （ ）
A. 排他性
B. 地域性
C. 时效性
D. 以上全部
9. 关于检索系统的工作原理的四种描述，以下描述错误的是（ ）。 A. 检索系统包括信息的存储和检索两部分
B. 信息的存储包括标引过程
C. 检索其实匹配的过程
D. 用户检索都是一次性返回结果，不需要反馈
10. 关于搜索引擎的描述,错误的是（ ）
A. 搜索引擎的类型有目录式搜索引擎,检索型搜索引擎,混合型搜索引擎,多元搜索引擎
B. 搜索引擎（search engines）是一种在互联网采取一定的策略搜集信息,并对信息进行提取、组织和处理,为用户提供检索服务的搜索工具
作业1 网络信息资源检索
搜索引擎为google
一、 搜索引擎基础搜索(利用baidu 或者google)
1、用逻辑“或”查出：“汶川地震”或“四川地震” 的有关网页。（要求：记录命中网页数量和前两篇网页的标题）注明所使用的搜索引擎
检索式:汶川地震OR四川地震
命中结果的数量: 找到约 10,300,000 条结果
前两篇网页标题分别为：5·12汶川地震_百度百科；四川汶川发生8级地震-新闻频道-和讯网
2、用逻辑“非”查出：中国电信（不含“上海公司”）有关的网页。（要求：记录命中网页数量和前两篇网页的标题）
检索式: 中国电信 -上海分公司
命中结果的数量: 找到约 127,000,000 条结果
前两篇网页标题分别为：中国电信网上营业厅· 广东|为您提供电信业务办理、充值交费、费用 ...；
中国电信网上营业厅公测版
3利用Google“手气不错”功能检索：剑桥大学主页的URL。(写出其网址)
4利用高级检索查找过去1个月政府网站上有关禽流感治疗方面的资料。（写出检索结果数。）
检索式：禽流感治疗 site:
找到约 75,300 条结果
二、搜索技巧练习。（Baidu or Google）
Google搜索
（1） 利用搜索引擎检索本专业方面的doc/pdf/ppt格式的文档各1篇（只需列出网址）。
检索式："网络信息检索与利用" filetype:doc (pdf /ppt)
(doc) /wxjs/2007qs/NO9.doc
(pdf) 116.53.253.213:8808/km/App_Pdf/昆明医学院文检教学大纲.pdf
(ppt)
（2）利用搜索引擎搜索中国教育网站内有关“学科资源导航”的所有消息，共有几条？ （中国教育类网站 ）
找到约 1,640 条结果
（3）在政府网站中查询网页标题中含有“胡锦涛”的页面，写下查询结果。（写出检索式）（intitle与site语法结合）（政府类网站 ）
