隱晦關(guān)鍵詞里藏著大秘密

在記者的認(rèn)知中，“鮮嫩多汁”毫無疑問是一個形容菜品或水果的詞，但在百度搜索的語境中，這些詞被賦予了更多含義。

根據(jù)用戶曬出的截圖，在百度和谷歌分別輸入“鮮嫩多汁”，谷歌一本正經(jīng)的給大家展示各式的美食，而百度頁面中顯示的是一眾性感女郎的照片。

同理，“嫩滑”在谷歌中顯示的是蛋撻、布丁等美食，但百度上顯示的是著裝暴露的美女。

谷歌搜索“三點透視圖”，顯示的是學(xué)術(shù)氣息濃厚的三維立體設(shè)計圖形，百度顯示的卻是身著各式內(nèi)衣的美女……

除此之外，“胸膜”、“女傭”、“波濤洶涌”等詞匯，當(dāng)中文的博大精深和用戶的想象力結(jié)合后，便在百度搜索呈現(xiàn)出千姿百態(tài)的景象，請大家自行腦補。

這一消息出來后，百度反應(yīng)非常迅速。

當(dāng)記者再次在百度搜索上述關(guān)鍵詞時，已看不到此前出現(xiàn)的美女“大尺度圖片”，取而代之的是滿屏的雞蛋豆腐和大魚大肉，這些菜的成色甚至比谷歌搜索出來的還要鮮美，而且菜的豐富程度似乎要勝過搜狗搜索和360搜索——當(dāng)然，這兩個搜索引擎也沒有出現(xiàn)美女圖。

值得一提的是，當(dāng)搜索“嫩滑”、“雪白”、“鮮嫩多汁”等關(guān)鍵詞時，百度頁面首欄增加了一行“溫馨提示”，提示用戶可對搜索出的色情內(nèi)容進行舉報投訴。

除此之外，當(dāng)記者在百度中搜索“泳裝”圖片時，排在前列的居然是卡通人物身著泳裝的形象……

這著實出乎記者意料。要知道，用搜狗和360搜出來的，都是人穿泳衣的照片啊……看來在該關(guān)鍵詞下，百度已經(jīng)過濾掉了大部分它不想讓用戶看到的內(nèi)容。

你看到的就是你想要的？

經(jīng)歷了貼吧事件和魏則西事件后，百度在商業(yè)模式和價值觀上遭到廣泛質(zhì)疑，但從技術(shù)的角度而言，究竟是什么導(dǎo)致百度出現(xiàn)“大尺度圖片”?

某大型互聯(lián)網(wǎng)公司的技術(shù)負(fù)責(zé)人介紹，“搜索引擎實際上是最早的大數(shù)據(jù)+人工智能技術(shù)，因為有海量的網(wǎng)頁數(shù)據(jù)，通過內(nèi)容分析等智能技術(shù)，實現(xiàn)了根據(jù)關(guān)鍵詞指令進行內(nèi)容推送�！�

在百度等搜索引擎中，關(guān)鍵詞是觸發(fā)內(nèi)容推送的關(guān)鍵環(huán)節(jié)，系統(tǒng)會根據(jù)設(shè)定的關(guān)鍵詞，自動向用戶推送相關(guān)內(nèi)容。

“搜索本質(zhì)上是在解釋用戶的意圖。搜索引擎搜出來什么東西排在前面，很大程度上跟用戶本質(zhì)上要找什么內(nèi)容是相關(guān)的。在中文現(xiàn)有的語境中，大部分用戶搜索關(guān)鍵詞的意圖就是去找擦邊球的圖片，而不是去找食品圖片。”他表示。

根據(jù)他介紹的原理，在搜索引擎的世界里，從用戶需求來看，他們看到的，就是他們想要看的內(nèi)容，在這背后體現(xiàn)的是用戶需求的差異。

所以，這個鍋該甩給用戶?

也不是，因為除了機器算法，人工干預(yù)在搜索引擎的結(jié)果展現(xiàn)中也起到了非常重要的作用。

“有些詞匯是機器無法識別和理解的，還有一些是因為政策原因需要屏蔽的，比如明顯涉黃或賭博等詞匯，這就需要進行人工干預(yù)�！币晃粡氖滤阉饕�擎技術(shù)開發(fā)的創(chuàng)業(yè)者說。

他指出，百度在政策要求下，引入了大量的人工干預(yù)，確保內(nèi)容不會觸及政策底線，再通過長期的內(nèi)容識別和中文語義分析，形成了一套能理解中國網(wǎng)民語義的搜索能力，所以一些偏門的、含有特殊含義的關(guān)鍵詞，就會在百度搜索中觸發(fā)彈出特殊的推送結(jié)果。

按照上述原理，當(dāng)用戶在百度中搜索“嫩滑”，機器會統(tǒng)計點擊量的分布情況。當(dāng)大部分人點擊了含有美女的圖片，只有很少數(shù)人點擊食品圖片時，機器就會記住該用戶對該關(guān)鍵詞的搜索偏好。

他表示，中國網(wǎng)民特別擅長用各種隱晦、詭異的關(guān)鍵詞去找自己想要的內(nèi)容，因為正常的詞匯觸發(fā)的內(nèi)容已被搜索引擎自動屏蔽。這就需要人工干預(yù)去不斷矯正機器的識別水準(zhǔn)。

“百度是可以對大尺度圖片進行人工干預(yù)的，但這會對流量造成影響，也會影響工程師的KPI�！彼�說。這也能很好的解釋為什么百度搜索會“畫風(fēng)突變”。

百度比谷歌更懂中國人

同為搜索引擎的谷歌，為什么沒有出現(xiàn)“大尺度”圖片的情形?

上述技術(shù)負(fù)責(zé)人指出，“搜索的準(zhǔn)確性，極度依賴巨大的搜索詞的積累，谷歌在中文的數(shù)據(jù)積累要比百度少太多。谷歌在中文搜索領(lǐng)域的識別技術(shù)，應(yīng)該是落后于百度的�！�

一名業(yè)內(nèi)人士認(rèn)為，“在中文語境下，百度搜索更懂中國人�！�

他透露，國內(nèi)的搜索引擎公司，都有專門的運營團隊，他們會根據(jù)每日的Top Query進行數(shù)據(jù)分析，比如搜索“泳裝”，100個人搜索如果出現(xiàn)90個人都點擊一類圖片時，會有人工干預(yù)，比如為圖片打標(biāo)簽等，讓圖片識別引擎獲得新的訓(xùn)練以找到更多同類圖片。而谷歌由于中文數(shù)據(jù)量不夠，無法對機器進行充分的訓(xùn)練。

在他看來，這體現(xiàn)了百度對流量的渴求，如果滿足流量就是它的價值觀，那技術(shù)就只是手段而已�！八�有的企業(yè)都要迎合用戶需求，去做設(shè)計、開發(fā)和運營。”

對于事件后期進展，上述技術(shù)負(fù)責(zé)人說，“風(fēng)浪平息后，人工干預(yù)的程度會下降，百度搜索還是會回歸到原始，因為用戶搜的就是這些東西，畢竟真會去點擊豆腐圖片的人是極少數(shù)�！�