除給巴西帶來葡語搜刮引擎，百度還能為足球聖地帶來甚麼？在外洋市場，百度又將若何與谷歌競逐？

　　葡語搜刮：國禮背後的技巧立異輸出

　　技巧立異輸出已成為正在快速轉型立異國度的中國將來對外經貿和交際的重點偏向，巴西作為金磚成員，同時照樣繼中印等國度以後的下一代新興市場，科技又是新興市場的推動器，恰是這些緣故原由讓百度這一最具技巧基因的互聯網企業有幸享用高規格報酬。

　　百度葡語搜刮研發已啟動數月之久，在此之前百度前後宣佈泰文搜刮和阿拉伯語搜刮，在更早之前的08年百度還高調進入日本市場。別的，百度貼吧、hao123、百度平安客戶端、百度閱讀器等產物均已推出泰文等外文版本。貼吧外洋mou高達3000萬，個中來自巴西的就有1500萬，恰是在這一配景下，百度決議進軍巴西市場。

　　本年4月，羅塞夫經由過程非官方渠道懂得到百度開辟巴西市場的新聞後，表現瞭極大的興致。這個興致無疑會讓百度進軍巴西市場少瞭很多停滯。百度能引發巴西元首存眷，由於它是中國互聯網巨子之一且是個中獨一一傢技巧驅動的互聯網公司。百度早已經是最大中文搜刮引擎，但一向對環球化市場和多語種搜刮捋臂張拳，在外洋研發中間、外洋人材招募、外洋市場開辟、外洋營業支持上都有多重結構。

　　能在習主席訪巴時代的汗青時候頒佈百度葡語搜刮，恰是百度的國際化節拍碰到瞭如許的好時候，讓百度國際化計謀浮出水面的姿勢更具汗青懷念意義。

　　搜刮引擎是一門說話科學。一方面它的索引體系爬去全網內容，這些內容是給人看的，索引體系舉行洗濯、構造、剖析、分詞和構建索引；更主要的一點是，搜刮體系要懂得用戶query並婚配成果。用戶query正在天然說話化，還能夠是語音。搜刮成果沒有再是簡略的超鏈接，而是輕運用、中轉成果、多媒體內容、常識圖譜的合輯，搜刮引擎成長進程現實上是其說話處置才能的晉升。

　　百度在中文天然說話處置上的上風沒必要多說，谷歌曾有機遇與之比肩，退出中國讓其在中文搜刮上錯掉近5年時光。不外，百度要把中文范疇積聚的上風復制到新的語種其實不輕易。

　　經由筆者剖析和查詢拜訪，百度開辟葡語搜刮引擎有幾個難點和破解之道：

　　1、語種差別帶來的nlp算法挑釁。葡語屬於屈折語，和中文伶仃語比擬有大批形狀變更，構詞、句法等方面上有很大差別。要懂得葡萄牙語還須要基於面向中文天然的體系舉行改良。

　　若何破？百度nlp(天然說話處置體系)剖析透辟說話特色，在大數據情況下應用統計辦法快速定位差別、總結紀律，制訂出有針對性的說話剖析手腕，辦理語種差別上的初識挑釁。

　　2、積聚空缺背後的語料詞庫缺少。搜刮引擎賡續積聚全網內容、query要求和基於此分化的詞庫、語料和算法。搜刮引擎具有性命，跟著時光流逝而退化。與百度已深耕15年的中文搜刮分歧，在葡語搜刮引擎范疇百度沒有這些數據積聚，需重頭來過。在泰文、阿拉伯文這些語種上都有相似題目。

　　若何破？吸收國際優良人材參加百度nlp團隊，找到對的大牛；經由過程機械進修模子和天然說話技巧的大范圍運用，在海量小語種網頁文本中提煉精髓，填補數據積聚短板；百度在初期各項技巧研發中有斟酌將來多語種大概性，搭建瞭可擴大、可遷徙和國際化的技巧框架，這個體系收縮瞭小語種nlp基本技巧扶植周期。

　　3、市場差別對產物、運營和推行帶來新挑釁。葡萄牙語是天下第六風行語種，應用它的國度和地域包含葡萄牙、巴西、安哥拉、中國澳門、西班牙等。每一個國度和地域都有當地化的市場特色和用戶風俗，進而對產物、技巧和運營提出分歧請求。

　　若何破？百度技巧和產物團隊已風俗的中文搜刮頭腦須要推到重來，不克不及預先假定，必需剖析本地說話特征、市場特色、用戶反應，同時聘任專業說話專傢做跨界研討，制訂更公道、更通用的技巧計劃。

　　谷歌綿亙在前 百度破局靠nlp

　　百度進入巴西和葡萄牙語搜刮市場另有一個浩劫題：谷歌。巴西今朝搜刮市場亟待開辟，但谷歌早已進軍葡語搜刮和巴西搜刮市場。百度引認為豪的nlp技巧、深度進修技巧，也是谷歌的剛強，說到底末瞭照樣回到百度與谷歌在新的疆場pk技巧的題目。

　　從外洋言論來看，百度nlp技巧其實不比谷歌弱。7月7日，在37屆信息檢索范疇天下頂尖學術集會sigir集會上，百度副總裁王海峰做瞭題為chinese search engine – 百度's practice申報，這場演講引發瞭普遍存眷，許多人問及關於深度問答、常識抽取、智能交互等這些技巧百度是若何完成、若何運用的，縱然是谷歌，也尚且未將這類前沿技巧大范圍運用於搜刮產物，外界驚奇於百度在搜刮引擎產物中的運用，並已晉升瞭用戶體驗。6月尾，在環球天然說話處置頂級學術集會acl上，6位百度人赴美加入。王海峰更是在2013年，出任acl五十年汗青上第一名華人主席。無疑，現在的百度已走在nlp最前沿。

　　從百度內部法式猿得悉，縱然臨時沒有葡語的用戶行動數據積聚，但百度可經由過程機械進修和大數據技巧將葡語的query改寫、需求剖析技巧做到與谷歌比肩。在中文nlp上行之有用的辦法，好比基於矩陣分化的新詞發明、序列標註模子分詞、模版剖析的query需求辨認辦法已被快速運用到葡語傍邊。