Google启用通用搜索及试验搜索结果页

据GOS报道，昨天Google在总部搞了个搜索学（Searchology）大会，探讨了搜索技术的过去、现在和未来（实话实说？），他们说搜索还是个很困难的课题，有许多问题要解决，但搜索仍将是Google的核心竞争力。

同时，Google发布了新设计的“通用搜索”（Universal search）结果页面，上面把新闻、图片、视频、图书甚至本地的一些内容都当作正常的搜索结果按其重要程度列出，而不再是只列出网页结果，也就是说结合 了所有的内容源，要“最精确地”满足用户的搜索需求。

GOS报道中给出的例子搜索词“Nosferatu”，结果页上确实有视频，来自Google video，同时，比GOS的抓图更进一步，原来显示多少条结果的那个蓝条也进行了重新设计，变成漂亮的有一点3d效果的条，上面会显示Web News Image和Video，具体显示什么似乎各个词不太一样。

而原来出现在搜索框上的Web image等特定搜索页的链接已经和Google的其他服务一起跑到了页面的左上角，上面列出了所有的服务，最前面列出用户最常用的──应该是登录后会根 据个人使用情况动态变化，这个设计很有用，最后的more是个下拉菜单，里面的其他的那些。这个设计在Gmail里也有，中文版似乎也有了。据说这个设计 将出现在所有Google服务上。

Google还推出了搜索实验页，专门让大家看各种设计的结果页，有按时间线显示的，显示在地图上的，还有键盘快捷键（又是Vim规则，充分说明了Vim的影响力 ）。下面插播一条广告：

Vim好就好在低可当记事本，高可以编程控制，中间还有无数命令可用，
并且自由开源，学习一次终生受益，各硬件平台统吃，永无找Key之烦恼
──采自水母新软版，略改。

另外还有把搜索导航条设计到左边或右边的实现。

按Gos的报道，Google还将试验一定程度的语义搜索，即当用户输入一串搜索词句后，主动猜测它的中心意思，变换搜索词，再来提交结果，并且还将试验翻译用户搜索词，用其他11种语言进行搜索。不知道这些猜测含义的工作能走到哪一步，是否还要像翻译一样，承认“100%正确翻译的理想仍然没有实现”，然后加上用户提交校正的按钮呢？

这些还是比Google中国推出的东西要吸引人，像最近推出的相关主题，大家试了后会看到那个more:选项，自然会在more前面加上其他词试一下，不想结果上方的相关还是都给加了“车主”什么的，犯晕啊。现在英文搜索上也有“Searches related to:”，倒没有这个more算法。

现在汉语词汇数量及字数

有水木网友把前一段谷歌拼音1.0.15版中的词库给搞了出来，就是在网有争议现在没消息的那一版。总结这些词可真也不容易，总数快有34万，应该比较能反映（大陆）汉语的现状（不知道他们分析时抓的网页有没有包括港台以及海外中文网页），也就是说常用词汇有这么34万，一般正规词典上收词不过3/4万。当然，这里面有许多不是非常严格的词，而是个短语，包含了不同的句子成分，不过既然人民这样用了，那就得承认。

总计词汇数：33,9100
单字：0
二字词：12,0603, 35.6%
三字词：11,5229, 34.0%
四字词：9,2813, 27.4%
五字词：5564, 1.6%
六字或更多字：4891, 1.4%

数字都按4位点了点，这样符合汉语习惯，一下就能读出多少万，再上一点的话就是亿，再上面是万亿。英语用3位就要进一下，分别是千、百万和十亿，所以他们才用3位点个点的写法。

可以看到二字词、三字词占了绝大多数，都超过了1/3，四字词也接近1/3，再多字的就是少数。按这样的词汇数量，也和西方拼音文字的词汇量不相上下了，当然不包括那些无聊的专用名词。

单字字数没个定论，下面是各个计算机处理汉字用的标准所收录的文字数。这些字数都很大，一般人——包括太祖——其实都用不到这么多，3000字足以。

GB2312，6763字
GBK，21003（21886）非国家标准，CP936
GB13000，20902字（也就是ISO的标准）
GB18030，27533字
BIG5，13461字
Unicode CJK，20902字，两个扩展区，总数七万多字。

把这些词全部写成单个的字，sort|uniq之后，发现共用了 5800个 不同的汉字。这5800字按重复次数排序（没有排除一字在同一词内重复的情况），出现最多的前一百字是：

人 不 一 大 中 的 在 学 国 有 上 了 生 机 电 业 子 工 小 网 出 来 会 下 发 我 文 动 天 行 家 理 新 用 性 心 法 分 作 水 成 公 高 化 地 开 时 品 金 无 市 者 能 自 经 为 方 过 信 是 力 制 可 好 年 长 海 三 手 到 数 多 美 体 之 产 通 合 面 山 本 车 部 要 得 物 后 个 安 路 事 说 全 教 区 外 件 道 明 名

其中，“人”字出现 7270 次，“名”字出现也有 1741 次。

写写更健康

看到个很弱智的讨论，俺大光其火，很愤怒地敲下了数百字的评论，希望他们不要再随便地代表"绝大多数人"，不要再随便认定"有利于整个世界"，可惜积极的入世分子总是太多，每个人都认为自己的想法最有利于世界，代表了绝大多数人所向往的道路，自我感觉之好实在令人震惊。

我想这一个思维定式基本可以解决许多历史疑案，比如为什么我国历史上没有产生统一的宗教，那是因为人人都自认是上帝；为什么老有人说我们没有信仰，那是因为每个人都信自己。就是这个据说普遍比别国高10个点的智商，造成了许多小聪明的后果。

比如我们一代又一代地推出我们的人间上帝，他一出来就连人家留什么发型穿什么衣服都要管。而他一出来，原来认定什么代表"绝大多数"的弱智们就都噤了声，自愿地把自己代表的那个绝大多数送给了这位人间上帝，一点骨气也没有。

这些人在设想这个"绝大多数"的时候，心里都有一个潜意识，那就是只有他才代表了这个利益，只有他才是对的，并坚信其他人都相信这一点，从而自认为自己就将是那个未来的上帝。醒醒吧，你不是，你只是一个平等的人，就是人人平等里说的那个人而已，你也不需要等到你当上帝那一天才爽，才说出自己的想法，你现在就可以清理掉那个无耻的潜意识，说出自己的真正想法来。

他们从来在别人当上帝的时候不说自己的想法，只是认定自己代表了绝大多数人，自己将成为下一代上帝。可他们从来没想过，他现在过的生活就已经"代表了绝大多数人的利益，代表着世界最新的最有利的发展方向"，还讨论个P啊，我们已经身在天堂了。

那每个人都说出自己想要的，要是出现了冲突怎么办？这个问题的解决方案很多，最根本的一点就是不要影响到其他人，如果是制订制度，那应该是尽量少的影响到其他人，除非他愿意接受。

刚才写过却在发送时没能成功，感觉气还不顺，只好再写一段，才能一舒这口闷气，不过实在不如刚才写得痛快。

这是不是也是要影响他人的强迫心态？但这种消极意识如果不传播开来，就老要受他们积极意识的指导，老要走代表全世界人民利益的破路。

是不是积极分子们都是这个想法？如果你不这么做，你就要被别人这么做了，于是大家都像是社会上当坏人，闯红灯，你不做、不闯就要吃亏，是不是我们的生存太过逼仄？

最终还是人太多，地球太小的缘故啊。想起阿西莫夫的《基地》系列里有个索拉利星球，比地球还大几倍，却只有2万人，他们坚信人与人接触是最肮脏的事，连不得不讨论星球大事的时候都只是远程会议。他们还坚决地计划生育，只有死一个人才制造下一个人。也算是对我们生存状态的反动。