百 度 内 部 文 档 ， 未 经 允 许 ， 请 勿 转 发

百度相关性评估培训：主题匹配度打分

目录

1什么是主题匹配度打分.................................................................................................  2<br/>2主题匹配度打分的步骤.................................................................................................  2<br/>3主题匹配度评分标准.....................................................................................................  2<br/>3.1主题匹配度  4档——完全匹配..........................................................................2<br/>3.2主题匹配度  3档——比较匹配..........................................................................3<br/>3.3主题匹配度  2档——部分匹配..........................................................................4<br/>3.4主题匹配度  1档——很少匹配..........................................................................4<br/>3.5主题匹配度  0档——完全不匹配......................................................................5<br/>4打分注意事项..................................................................................................................5<br/>4.1 Query多义判分...................................................................................................  5<br/>4.2页面转义判分......................................................................................................  6<br/>4.3标题匹配，页面内容差判分..............................................................................6<br/>4.4命中边框判分......................................................................................................  6<br/>4.5作弊页判分..........................................................................................................   7<br/>4.6权限问题判分......................................................................................................  7<br/>4.7死链判分...............................................................................................................7<br/>4.8搜索结果页判分..................................................................................................  7<br/>5平台注意事项..................................................................................................................8<br/>5.1页面异常，直接打开  URL查看..........................................................................8<br/>5.2需要抛弃的情况..................................................................................................  8<br/>5.3需要备注的情况..................................................................................................  8<br/>6主题匹配度打分与五个维度.........................................................................................  8<br/>6.1时效性...................................................................................................................8<br/>6.2有效性...................................................................................................................8<br/>6.3丰富度...................................................................................................................9<br/>6.4便捷性...................................................................................................................9<br/>6.5权威度...................................................................................................................9<br/>7不同类别的  Query判断.................................................................................................  9<br/>7.1 URL查询...............................................................................................................9<br/>7.2人名.....................................................................................................................10<br/>7.3资源满足类........................................................................................................  10<br/>7.4网络小说............................................................................................................   10<br/>7.5问答类................................................................................................................   11<br/>7.6 Key-Value类.......................................................................................................11<br/>7.7原文类  Query.....................................................................................................  11<br/>8本篇小结........................................................................................................................11<br/>8.1主题匹配度打分标准纲要................................................................................11<br/>8.2主题匹配度打分流程图....................................................................................12

1

百度内部文档，未经允许，请勿转发

1什么是主题匹配度打分

主题匹配度打分，指评估 Query表述的意思（主题）和页面表述的意思（主题）的匹配程度，<br/>即判断 Query主题和页面主题是否一致及多大程度上一致。

用不同的分值表示二者匹配的程度，这里使用的五个分值依次是 4、3、2、1、0。

<br/><br/>

Query，也可称查询词、关键词、搜索词，指用户为进行查找而在搜索框中输入的字词。<br/>本文中出现的 Query，用“【”、“】”括起来，如【搜狐】、【周杰伦  MP3】。<br/>Term，指 Query中的一个词。如【搜狐】，搜狐为一个  Term；【北京二手房】，北京为一<br/>个 Term，二手房为另一个 Term。

URL，也称为网页地址，本文所说的页面即 URL对应的网页结果。

2主题匹配度打分的步骤

评估过程的四个步骤：

（1）根据 Query表述的意思确定  Query主题；<br/>（2）根据页面表述的意思确定页面主题；<br/>（3）判断 Query主题和页面主题是否匹配以及多大程度上匹配；<br/>（4）选择合适的分值。

3主题匹配度评分标准

标准概要：

<br/><br/><br/><br/>

4档——完全匹配<br/>3档——比较匹配<br/>2档——部分匹配<br/>1档——很少匹配<br/>0档——完全不匹配

3.1主题匹配度  4档——完全匹配

（1）页面主题和 Query主题完全匹配，页面标题不需要完全匹配。<br/>【孕妇最适合的水果】<u>http://wenku.baidu.com/view/c5a6a81cfad6195f312ba654.html</u><br/>标题是“最适合孕妇吃的水果”，虽然标题与Query不完全一致，但二者在主题上完全匹配。<br/>【迅雷点任务就崩溃】<u>http://zhidao.baidu.com/question/270053204.html</u><br/>标题是“迅雷一点任务就崩溃”，页面内容也是围绕这个主题展开，对于主题匹配标注，不<br/>必考虑页面内回答是否真实有效地解决了问题。

（2）页面主题比 Query主题略小，但页面主题占  Query查询需求的较大比重。<br/>【周杰伦】<u>http://mp3.baidu.com/singerlist/%D6%DC%BD%DC%C2%D7.html</u><br/>页面主题是周杰伦的歌曲列表，是 Query主题的主要需求方面。

【南京新城市广场美食】<u>http://www.xici.net/d47103547.htm</u>

2

百度内部文档，未经允许，请勿转发

页面主题是南京新城市广场中餐馆，中餐馆是美食的主要方面。

【招聘赶集网】<u>http://sh.ganji.com/zhaopin/</u>页面为赶集网上海招聘。这种     Query本身包含<br/>地域需求，类似的有【天气预报】，页面出北京天气预报，可认为是 Query主题的主要方面。<br/>（3）Query主题比页面主题略小，且  Query主题是页面中的主要属性。属性指用来描述某<br/>个实体的一种特征，如地名、邮编、手机号码等。

页面中的属性

【电影宿醉的英文名称】<u>http://www.leqiys.com/movie/xiju/suzui2/</u><br/>页面主题介绍了该电影的各个属性，英文片名是主要属性之一。<br/>【武汉大学出版社电话】<u>http://wuhan.youbian.com/huangye/info145160/</u><br/>页面主题是武汉大学出版社的联系方式，电话是其主要属性之一。<br/>（4）原文 Query：页面精确匹配 Query，且能唯一的确定某一篇文章。<br/>原文 Query：用户通过一句话来精确查找所需的整篇原文。不限于文章，可包括：诗词歌赋、<br/>文言文、各类文件、歌词、帖子、试卷中的某道题，关键是完整包含这句话的文章只有固定<br/>的一篇。

【这是 1996年,霍懋征在政协第八届全国委员会常委会第  16次会议上】<br/><u>http://news.china.com.cn/rollnews/2010-02/17/content_628689.htm</u><br/>Query与新闻中的图片标题精确匹配，确定了固定的一篇新闻。<br/>【关于建立统一的企业职工基本养老保险制度的决定】

<u>http://www.sdpc.gov.cn/jyysr/zcfg/t20050714_35691.htm</u>

<u>http://wenku.baidu.com/view/fcd0112c453610661ed9f4f0.html</u><br/>以上两条 URL都是通过  Query精确匹配而确定的固定的一篇文章。

3.2主题匹配度  3档——比较匹配

（1）页面主题比 Query主题偏小，但页面主题对  Query主题起重要作用。<br/>【幻灯片在线制作】<u>http://article.pchome.net/content-642178.html</u><br/>页面主题是一款幻灯片在线制作工具，是 Query主题的重要方面。<br/>【将进酒李白】<u>http://wenku.baidu.com/view/c33f021352d380eb62946d53.html</u><br/>页面主题是《将进酒》教案，是 Query主题的重要方面。

【快递查询】<u>http://www.yto.net.cn/</u>页面是圆通快递查询，是  Query主题的重要方面。<br/>（2）Query主题比页面主题偏小，只和页面的一部分匹配，其余部分是Query主题的常见<br/>扩展或自然外延。

页面主题

Query主题

扩展或外延部分

3

百度内部文档，未经允许，请勿转发

【灵魂和元神的区别】

<u>http://wenda.tianya.cn/wenda/thread?sort=wsmopts&tid=1f9c1b025e559b79</u><br/>页面主题是“神识，元神，灵魂，阿那耶识的解释”，Query主题与其中的“灵魂、元神”<br/>匹配，页面其他部分与“灵魂、元神”属于同类概念，看作 Query主题的常见扩展。<br/>【种植牙对身体有伤害吗】

<u>http://www.pinpaitong.com/html/news/20114/176881.htm</u>

Query主题与页面中“种植牙的副作用”匹配，页面其他部分“种植牙的定义及优点”伴随<br/>“种植牙的副作用”一起出现，看作 Query主题的自然外延。

3.3主题匹配度  2档——部分匹配

（1）页面主题比Query主题明显偏小，是Query查询需求的次要方面。<br/>【淘米网】<u>http://www.cfi.net.cn/p20110520000643.html</u><br/>页面主题是淘米网一条相关新闻，是Query主题的次要方面。<br/>【圆通快递】<u>http://jandan.net/2009/09/20/yuantong.html</u><br/>页面主题是一位客户对圆通快递的评论，是Query主题的次要方面。<br/>（2）Query主题比页面主题明显偏小，只和页面的一部分匹配，其余部分与Query主题领<br/>域相关。

【关于丽江句子】

<u>http://eblog.cersp.com/userlog30/229208/archives/2009/1140778.shtml</u><br/>页面主题是《走进丽江》教学设计，页面内有少量关于丽江的句子，其他部分也是围绕丽江。<br/>【姚市余姚市城东路88号】

<u>http://www.f202.cn/web8/5680.shtml</u>

页面主题是多家企业信息列表，Query与其中的一条信息匹配，其余部分与Query领域相<br/>关，同属联系方式。

（3）页面主题是Query主题的扩展或外延，语义重心发生偏离。<br/>【宝安区福利中心】   <u>http://www.7yly.com/1529/index.html</u><br/>页面主题是“宝安区福利中心宝馨颐养院的联系方式”，语义重心是宝馨颐养院，而不是福<br/>利中心。

【如何经营安利】<u>http://home.51.com/wushuq1366/diary/item/10051578.html</u><br/>页面主题是如何成为安利经营者，是 Query主题的扩展，但语义重心偏离“如何经营”。

3.4主题匹配度  1档——很少匹配

（1）页面主题和Query主题基本不相关，页面仅有很少部分和Query相关的信息。<br/>【绍兴市韩彬翔】<u>http://blog.sina.com.cn/s/blog_4c9259c60100fzre.html</u><br/>页面中仅提到这个人的身份。

【临安人民广场】<u>http://news.sina.com.cn/c/2010-03-18/055717234114s.shtml</u><br/>页面仅仅是提到了这个地方。

（2）页面主题和Query主题领域相关，但丢失了重要的限定成分。<br/>【南开大学艺术理科 2010年录取分数线】

<u>http://zsb.nankai.edu.cn/shownews.asp?newsid=1154</u>

页面内容是南开大学 2010各省录取分数线，但和艺术无关。<br/>【4399疯狂过山车游戏第  9关全攻略】

4

百度内部文档，未经允许，请勿转发

<u>http://news.4399.com/xyxgl/201004-24-67147.html</u>

页面是这个游戏，但没有第9关。

（3）页面主题和Query主题领域相关，但是term间关系不符合需求。<br/>【上海到广州软座的火车时刻表】

<u>http://www.17u.net/train/train-show-80-321-KT-1.html</u><br/>页面内容是广州到上海的火车时刻表。

【qq语音,对方能听能说,但我放歌对方却听不见】<br/><u>http://zhidao.baidu.com/question/181646204.html?push=ql</u><br/>页面内容是“对方听不到我说的话，但能听到我放的歌”，与Query需求不符。

3.5主题匹配度  0档——完全不匹配

（1）重要term被拆散，命中页面相互无关的部分，term之间没有联系。<br/>【夏枯草菊花茶】<u>http://mianmo.520i520.com/mianmo/2308.html</u><br/>页面中夏枯草菊花茶被拆成两个部分，之间没有联系，而Query夏枯草菊花茶作为一个整体。<br/>【詹姆斯9投0中】

<u>http://3g.ifeng.com/sports/nba/zhuqiang/news?aid=11603211&mid=7B4JUj&vt=2%3D&m=1</u><br/>页面主题是“皮尔斯10投0中遭詹姆斯完爆”，重要term被拆散。<br/>（2）丢失重要term，导致页面不符合需求。

【prada眼镜半框  1bo-101】<u>http://www.yigoupai.com/item-taobao-402015.html</u><br/>页面主题是 Prada服装，丢失了重要  Term“眼镜”。<br/>【山西省阳泉市 2009年高二会考试题】

<u>http://www.ks5u.com/down/2006-1/23/61694.shtml</u>

页面主题是仙游一中 2005年物理试题，丢失了地点和年份等重要 Term。<br/>（3）核心term严重转义导致结果完全不相关。

【你知道潜水艇吗?它在军事上的作用可大呢】

<u>http://blog.163.com/xiaozhaojiu@126/</u>

页面中“潜水艇”为地漏的品牌名，严重转义。

【章丘游军】

<u>http://baike.baidu.com/view/33122.htm</u>

页面中命中的“游军”，指李渊时代游散的军队，而Query是章丘名叫游军的人。

4打分注意事项

4.1 Query多义判分

【艺龙】

<u>http://www.elong.com/</u>，“艺龙旅行网”，名为“艺龙”的公司网站，完全匹配，4分；<br/><u>http://chinayeloon.com/</u>，“艺龙动漫”，另一个“艺龙”的公司网站，完全匹配，4分；<br/><u>http://baike.baidu.com/view/4826474.htm</u>，“艺龙动漫的实训基地”限定为实训基地，比主题<br/>“艺龙”略小，但是Query主题的一个重要方面，3分。<br/>同理，【卓越】，结果出“卓越信通公司”与“卓越亚马逊”等同公司名的在主题匹配度上是<br/>认为没有差异的，页面出公司官网都可给4分。

5

百度内部文档，未经允许，请勿转发

4.2页面转义判分

按转义程度给分，最高不超过2分：

(1)轻微转义：转义后仍能部分保留Query本身的含义，给1分或2分<br/>【正大光明】

<u>http://hi.baidu.com/davidyangcn/</u>，结果出“正大光明博客”，为轻微转义结果，给2分。<br/><u>http://gaohong1987.blog.51cto.com/</u>同名博客，但博客中无内容，降档打分，1分。<br/>【正大光明博客】

<u>http://hi.baidu.com/davidyangcn/</u>，则为主题完全匹配结果，给4分；<br/><u>http://gaohong1987.blog.51cto.com/</u>，若博客同名但无内容 ，给2分。<br/>(2)严重转义：转义后的页面完全失去了Query本身所表达的意思，给0分<br/>【东微】

<u>http://www.enet.com.cn/article/2011/0210/A20110210822712.shtml</u>，结果出“马东微博”则属<br/>于严重转义，给0分。

4.3标题匹配，页面内容差判分

页面标题与Query主题匹配，但页面内容差，常见的有以下几种情况：<br/>（1）有问无答或答非所问

【在家里发生的事作文350字】

<u>http://zhidao.baidu.com/question/133694901</u>，提问与Query匹配，但无回答，2分<br/>（2）Query是找某个账号的博客，页面中账号匹配，但是博客无内容<br/>【正大光明博客】

<u>http://gaohong1987.blog.51cto.com/</u>

，同名博客，但博客无内容，2分。

4.4命中边框判分

页面主题与Query主题不匹配，命中边框内结果的最多标注1分。<br/>【谁告诉我主要是为了给自己拍照买卡西欧TR150】<br/><u>http://zhidao.baidu.com/question/402382660.html</u>

在页面下方“相关内容”中有相关问题链接，主题匹配度给1分。<br/>在主题匹配度标注项目中，判断依据是页面主题和Query主题的匹配程度，页面主题不相关，<br/>就算边框链接中的内容再好，打分也不会高。

6

百度内部文档，未经允许，请勿转发

4.5作弊页判分

（1）作弊页，为了提高搜索引擎检索命中率，在网页中故意穿插与网页内容不相关的关键<br/>词或大量堆积某些关键词；网页中加入搜索引擎可识别但用户看不见的隐藏文字，如使用同<br/>背景色文字、超小字号文字、滥用图片等低质页面；网页中故意制造大量链接指向某一固定<br/>网址，上述情况都属于网页作弊。

（2）作弊分为轻微作弊和恶劣作弊两种情况。轻微作弊是指网页虽有不相关的关键词穿插<br/>其中，但不影响用户获取信息，主题匹配度标注中，轻微作弊页进行正常打分，不考虑作弊<br/>的影响。恶劣作弊是指网页作弊情况严重，网页结果对用户完全无帮助，主题匹配度标注中，<br/>恶劣作弊页打分为 0，备注“恶劣作弊”。

（3）恶劣作弊页实例：

<u>http://t.sohu.com/p/m/923658624</u>

<u>http://hi.baidu.com/zuigeili/blog/item/cf1efdeb45b868c5b21cb1ea.html</u><br/>恶劣作弊页的主题匹配度为0分，注意打分后，需要在备注下拉菜单中选择“恶劣作弊”。

4.6权限问题判分

打开页面直接是登录页，遇到需要登录才能看页面内容的情况，此类页面由于无法判断实际<br/>页面的主题匹配度，请在打分项中选择“抛弃”，同时在备注下拉菜单中选择“权限”。<br/>【2011成人学位英语考试时间】

<u>http://www.watchstore.com.cn/dispbbs.asp?boardid=55&ID=6561067</u>

4.7死链判分

死链，“死掉”的链接。包括两类，一是标准的出错页面，如 404（未找到文件）、500（服<br/>务器内部错误）、401（未授权）、403（禁止访问）、连接被重置等；二是页面主体提示说页<br/>面不存在、内容已转移、已删除、域名过期或出售、空间被关闭、网站要备案等。<br/>死链的处理方式和权限页面类似，请在打分项中选择“抛弃”，同时在备注下拉菜单中选择<br/>“死链”。

4.8搜索结果页判分

搜索结果页一般以标题列表形式出现，用户需要二次点击页内标题链接，才可看到具体页面。<br/>搜索结果页的判分不需要点开页内具体标题，而是通过各标题综合匹配程度来进行判分，若<br/>页面中标题均与 Query匹配，那么则认为二者主题匹配程度高，可给 4分、3分；页面中部<br/>分标题与 Query匹配，可给 2分、1分；页面中标题均与   Query无关的，则认为完全不匹配，<br/>给 0分，以下是常见的几种搜索结果页：

【郭晶晶】<u>百度新闻列表搜索结果页</u>页内新闻标题相关，3分

【N8】<u>泡泡网站内搜索结果</u>泛需求，页内标题整体来看与Query主题部分匹配，2分<br/>【加勒比海盗4】<u>谷歌新闻列表搜索结果页</u>页内新闻标题无命中，仅仅提到，1分<br/>【临汾高客时间表】<u>新浪乐居论坛搜索结果页</u>页内标题无关，0分

对于一些资源类Query会有很好的站内搜索结果，如：

【数据恢复软件】<u>http://dl.pconline.com.cn/sort/1329.html</u><u> </u> 4分<br/>【周杰伦mp3】<u>http://ting.baidu.com/search?key=%E5%91%A8%E6%9D%B0%E4%BC%A6</u>4分<br/>同时在打分后，在备注下拉菜单中选择“检索页”。

7

百度内部文档，未经允许，请勿转发

5平台注意事项

5.1页面异常，直接打开  URL查看

若抓取的页面异常——空白、结构错乱、页面主体空白等，请直接点击平台左上侧的 URL，

根据浏览器中新打开的页面来判断。如图所示：

5.2需要抛弃的情况

若平台结果为死链或受权限限制的登录页面，需要打分中选择“抛弃”选项，同时需要备注

“死链”或者“权限”。

5.3需要备注的情况

目前平台备注下拉菜单里有 4个选项，分别是“恶劣作弊”、“权限”、“死链”、“检索页”，<br/>遇到这 4种情况请在进行打分后，在备注里点击相应的选项。

6主题匹配度打分与五个维度

6.1时效性

主题匹配度打分不受页面资源的时效性影响。若  Query【戛纳电影节】，未指明哪一届，页<br/>面主题是任意一届戛纳电影节，都认为二者主题匹配好。若 Query中明确指明时间，如【2011<br/>年戛纳电影节】，结果出第 64届，认为主题匹配度好；结果出第  62届，则认为主题匹配差。<br/>【戛纳电影节】

<u>http://ent.163.com/special/00033BPT/62th_cannes.html</u>

第 62届，Query重要方面，3分

<u>http://ent.sina.com.cn/f/m/cannes64/index.shtml</u>

第 64届，Query重要方面，3分

【2011戛纳电影节】

同样的上面两个结果，结果 1丢失了重要的限定成分，认为仅领域相关，判为 1分，结果   2<br/>完全匹配判为 4分。

6.2有效性

主题匹配度打分不受页面资源的有效性影响。用户搜某软件下载，主题匹配度打分不需要进

行真正地下载看下载的软件是否免费、是否带病毒、是否是目标软件而不是其他软件等，而

8

百度内部文档，未经允许，请勿转发

只要确认了页面主题是目标软件下载，资源究竟是否有效不影响主题匹配度打分。<br/>【跑跑卡丁车下载】

<u>http://youxi.zol.com.cn/ol/index1483.html</u>，中关村在线的跑跑卡丁车下载，4分。<br/>【跑跑加速外挂】

<u>http://www.99tianji.com/tianji404140.html</u>，论坛软件需回复下载，4分。

6.3丰富度

主题匹配度打分不受页面资源丰富度影响。即仅提供 1篇范文的页面和提供  2篇以上范文的<br/>页面，只要页面主题均与 Query匹配，主题匹配度打分没有区别。<br/>【一件难忘的事】

<u>http://www.bomimi.com/a/nanwangdeyijianshi/2010/0114/447.html</u>，4分；

<u>http://zhidao.baidu.com/question/152842992.html</u>

，4分。

6.4便捷性

便捷性，指从打开页面开始，到寻找到所需信息、达到最终目的，所要花费的时间和成本。<br/>便捷性对主题匹配没有影响。

【高考满分作文“风沙渡”让小吃店“风沙渡”红了】

<u>http://society.people.com.cn/GB/15026918.html</u>

<u>http://news.xinhuanet.com/edu/2011-06/29/c_121597458.htm</u><br/>同一篇新闻，结果 1不用翻页即可阅读全文，结果 2将一篇新闻分成了好几页，用户需要翻<br/>页才可完成阅读，但是对于主题匹配度打分，只要页面主题和 Query主题匹配了，便捷性不<br/>影响打分，这两个结果均判为 4分。

6.5权威度

权威性考察的是内容发布在不同网站、或内容贡献者的身份给用户的不同感觉。对于主题匹

配度来说，权威度不影响打分。<br/>【胃病治疗】

<u>http://zhidao.baidu.com/question/259284412.html?an=0&si=1</u>

百度知道结果

<u>http://jib.xywy.com/il_sii_624.htm</u>

专业疾病治疗网站结果

主题匹配度打分不考虑权威度上的差异，二者均为 4分。

7不同类别的  Query判断

7.1 URL查询

URL查询作为一种特定形式的Query需求，页面为Url目标网站，可给4分，其他页面最多<br/>不超过2分：

【www.sohu.com】

<u>http://www.sohu.com/</u>目标网站  4分；

<u>http://www.wap.sohu.com/</u>搜狐网站的  wap入口，是  Query主题的次要方面，2分；

<u>http://www.293.net/sohu.com</u>网站价值、流量分析页面，对用户帮助很小，1分；

9

百度内部文档，未经允许，请勿转发

<u>http://k22k22k22.banzhu.net/</u>页面   title命中 Url，但实际页面与主题完全不匹配，0分。

7.2人名

人名类 Query不做普通人与名人区分，博客、微博、社交网络等的个人页面，以及人物专题、<br/>作品集，4分；关于该人名的贴吧、新闻专题集合等，3分；人的某条新闻（一般名字出现<br/>在新闻的标题中），2分；新闻中仅仅提到该人名（指新闻标题中未出现，仅在正文中提到），<br/>1分；其他完全不匹配情况，0分。

【马丽丽】

<u>http://baike.baidu.com/view/750716.htm</u>百科介绍、个人简历、微博、博客，4分<br/><u>http://tieba.baidu.com/f?kw=%C2%ED%C0%F6%C0%F6</u>马丽丽贴吧，给  3分<br/><u>http://suihua.dbw.cn/system/2010/05/12/052503539.shtml</u>马丽丽的新闻报道，2分<br/><u>http://tieba.baidu.com/p/1421751880</u>页面仅仅提到该人名，1分<br/>【郭晶晶】

<u>http://baike.baidu.com/view/53064.htm</u>郭晶晶百科，4分

<u>http://tieba.baidu.com/f?kw=%B9%F9%BE%A7%BE%A7&fr=ala0</u>郭晶晶贴吧，3分<br/><u>http://sc.sina.com.cn/ent/culture/2012-03-06/090654198.html</u>郭晶晶新闻，2分<br/><u>http://tieba.baidu.com/p/1428953662</u>贴吧的某贴，主题是吴敏霞，提到了郭晶晶，1分

7.3资源满足类

Query明确查找资源，如下载视频，页面没有提供下载资源，例如搜“宫锁心玉下载”，出<br/>结果是“宫锁心玉剧情”，或者是“宫锁心玉在线观看”，可按照降档的方式来标，例如<br/>4->3,3->2。最低到2，因为虽不可下载但比仅仅的领域相关要好很多。Query求电影，页<br/>面实际给了预告片；视频Title与Query一致，但需要安装插件才能观看，虽无法判断实际<br/>视频是否真实有效，但均不影响打分。

【宫锁心玉下载】

<u>http://www.dygod.net/html/tv/hepai/guochan/20110223/31012.html</u>下载资源，4分；<br/><u>http://www.tudou.com/playlist/p/a65393.html</u>在线观看，3分；

<u>http://jq.tvmao.com/episode/GongSuoXinYu-11279/0/</u>分集剧情，2分；<br/>注意以下两种情况：

【电影马文的战争】<u>http://www.tudou.com/playlist/id/6375616/</u>页面是电视剧马文的战争，<br/>与电影马文的战争存在一定的关联，领域相关，比完全不匹配的情况要好，给 1分。<br/>【碟中谍2】<u>http://www.tudou.com/playlist/p/l6279918i26016380.html</u>豆单名字是碟中谍2，<br/>页面实际视频 title是甄子丹的“情逢对手”，需要仔细对照视频  title，给 0分。

7.4网络小说

网络小说不用区分是否为同名小说，不用区分是否为首发站，不用区分是否为收费小说<br/>【侯卫东官场笔记】

<u>http://book.kanunu.org/files/yuanchuang/201102/1528.html</u>小说列表首页，4分；<br/><u>http://baike.baidu.com/view/3605885.htm</u>百科介绍，豆瓣专题，作为重要方面，3分；<br/><u>http://book.kanunu.org/files/yuanchuang/201102/1528/6394.html</u>具体的某一章节，3分；<br/><u>http://book.kongfz.com/16975/142946588/</u>书籍相关购买信息，次要方面，2分；

10

百度内部文档，未经允许，请勿转发

<u>http://news.dsqq.cn/ROLLNEWS/2012/01/1320151662319.html</u>文中仅提到，1分。

7.5问答类

问答类 Query的主题匹配度判分注意  3点：

（1）页面问题是否与 Query一致；

（2）问题是否得到回答，答案是否与问题相关，是围绕问题回答的。<br/>（3）问题与 Query匹配，有问无答以及答案与问题不相关的情况，给  2分；若页面问题较<br/>Query主题偏小或偏大，对于有问无答或者答案较差的情况，给  1分。<br/>【钟馗是怎么死的】  <u>http://zhidao.baidu.com/question/77982197.html</u><u> </u>4分；<br/>【女主角漂亮的电影】<u>http://zhidao.baidu.com/question/329075321.html</u>女主角漂亮的美国<br/>电影，作为 Query主题的重要方面，给 3分；

【迅雷一点任务就崩溃】  <u>http://helpbbs.xunlei.com/read.php?tid=464023</u>页面问题与   Query<br/>匹配的情况下，回答差或者有问无答，给 2分；

【最漂亮的女主角】  <u>http://wenda.tianya.cn/wenda/thread?tid=0d954c10dafd1a95</u>页面问题<br/>是香港三级片最漂亮的女主角，比 Query主题偏小，且回答差，给 1分。

7.6 Key-Value类

Key-Value类  Query：如地名、邮编、手机号码等，多用来描述某个实体的一种特征。<br/>主要有两种情况：页面主题与 Query相关，且页面包含了相应的关键值，4分；页面主题与<br/>Query不太相关，但页面提供了相应的关键值，2分。

【电影醉宿的英文名称】<u>http://www.leqiys.com/movie/xiju/suzui2/</u>页面与   Query主题相关，<br/>且页面包含了相应的 Query值，4分。

【武汉大学邮编】  <u>http://www.gs.whu.edu.cn/search/gse/</u>页面主题不太相关，但页面中提<br/>供了相应关键值，2分。

7.7原文类  ** Query**

原文 Query：用户通过一句话来精确查找所需的整篇原文。可包括：诗词歌赋、文言文、各<br/>类文件、歌词、帖子、试卷中的某道题。原文类 Query可能标题不相关，但内容满足匹配。<br/>【实行行政裁量权源头控制制度】

<u>http://www.mlr.gov.cn/zwgk/flfg/dfflfg/201203/t20120316_1074314.htm</u>，4分。

8本篇小结

8.1主题匹配度打分标准纲要

(1) 4分——完全匹配，以下四种情况出现时：<br/>页面主题=Query主题

页面主题<Query主题，且页面主题占  Query查询需求的较大比重<br/>页面主题>Query，页面主题与 Query相关，且  Query是页面中的属性

原文  Query

11

百度内部文档，未经允许，请勿转发

(2) 3分——比较匹配，以下两种情况出现时：

页面主题<Query主题，且页面主题对  Query主题起重要作用<br/>页面主题>Query主题，页面其他部分是  Query的常见扩展或外延内容<br/>(3) 2分——部分匹配，以下三种情况出现时：

页面主题<<Query主题，是  Query查询需求的次要方面

页面主题>>Query主题，页面部分匹配，其他部分与  Query领域相关

页面主题是 Query的扩展部分，语义重心偏离<br/>(4) 1分——很少匹配，以下三种情况出现时：<br/>很少相关信息

领域相关，但页面丢失了重要限定<br/>领域相关，term关系不符合需求<br/>(5) 0分——完全不匹配，以下三种情况出现时：<br/>重要 term拆散无关联

丢失重要 term导致页面不合需求<br/>严重转义导致不相关

附件: 【主题匹配度】百度相关性评估培训资料：主题匹配度打分.pdf

更新: 2020-04-21 09:50:17
原文: <https://www.yuque.com/seoers/uyyd4f/ns5reh>

版权所有

许可证：署名 4.0 国际 (CC-BY-4.0)