Seznam.cz má problémy s hledáním. Známe důvody (oživeno)

Seznam.cz má problémy s hledáním. Známe důvody (oživeno)

Tuzemský vyhledávač Seznam.cz dal tento měsíc o sobě již potřetí vědět. Naposled se tak stalo ve středu večer, kdy přestal hledat některá slovní spojení. Dovolenou na slovní spojení „last minute“ u Seznamu nenaleznete. Dotaz „autopůjčovna“ vám k půjčení auta také nepomůže.

Klepněte pro větší obrázek Klepněte pro větší obrázek
 Odpověď na spojení „autopůjčovna“ a „last minute“ nečekejte

Chyba byla způsobena aktualizací slovníků, jak se můžete dočíst níže z vyjádření Dušana Janovského.

Nejedná se ale o jedinou zajímavost. V prvním týdnu listopadu Seznam spustil již zmíněnou testovací verzi vyhledávače. Seznam u ní sliboval především vyšší relevanci, což mělo nabídnout kvalitnější výsledky na dotazy, které zadáváte do vyhledávání.

Další událost se odehrála před pěti dny v oblasti hodnocení webů, tzv. S-ranku. Každému webu Seznam přiděluje pomocí algoritmu určité číslo S-rank. Jedná se o veličinu, která vyjadřuje důležitost každé webové stránky na českém internetu. S-rank například zohledňuje počet odkazů, které vedou na váš web, ale i kam vedou ze stránky.

Seznam doposud využíval stupnici v rozsahu 0 – 100. Před pěti dny ale všechny hodnoty zaokrouhlil na celé desítky. Omezil se tedy prakticky na deset hodnot (10, 20, ... , 100) a nulu. Podoba s Googlem není jen zdánlivá, i ten využívá pro svůj PageRank stupnici o deseti hodnotách, akorát v rozsahu 1 – 10.


Oživeno

K situaci se nám ochotně vyjádřil Dušan Janovský, vedoucí projektového týmu vyhledávání. Říká: „Čas od času se na každé aplikaci, která pracuje s češtinou, aktualizují slovníky na skloňování (takovému slovníku říkáme lemmatizátor). Fulltext si z lemmatizátoru tvoří víc datových struktur, hlavně lexikon a index. Včera se dělalo standardní nasazování, které samozřejmě počítá i s možností, že se něco nepovede, a má připravené downgrady na předchozí verze. Index se nevytvořil správně a byl tedy administrátory vrácen na předchozí verzi. Chyba byla v tom, že v tu chvíli nebyl vrácen do předchozí verze i nový lexikon, který tak zůstal v novější verzi ve vyhledávání přes noc. Mylnou úvahou jsme dospěli k závěru, že jeho rozdílná verze nebude vadit. Ráno byl lexikon také vrácen do předchozí verze, aby souhlasil s verzí indexu.“.

Protože se různé verze používaných lemmatizátorů neliší zas tolik, problém dělalo jenom několik málo slov, které se v obou lemmatizátorech ohýbaly jinak. Například předchozí verze slovníku jinak ohýbá novotvar autopůjčovna, kdežto nová verze lemmatizátoru to bude dělat jinak. Slovo autopůjčovna se nedalo vyhledat, protože lexikon i index toto lemma identifikovaly rozdílně. Chybu jsme neodhalili automaticky, protože naše standardní sada testovacích výrazů naneštěstí žádné takové slovo, které se dnes v noci nedalo najít, neobsahuje. Chyba nás samozřejmě mrzí.

Dušan Janovský nás dále ubezpečil, že nová relevance výsledků ve vyhledávání, kterou připravují na adrese searchtest.seznam.cz, nemá se současným výpadkem nic společného. Obě záležitosti se totiž týkají jiných datových struktur. Za vyjádření k celé situaci děkujeme.

Diskuze (37) Další článek: Microsoft nabídne antivir Live OneCare zdarma

Témata článku: Web, Problém, Last, Janov, Důvod, Relevance, Hledání, Problemy, Standardní verze, Předchozí den, Index


Určitě si přečtěte

Modelářský zázrak: Maketa raketoplánu Columbia, která létá jako skutečná raketa

Modelářský zázrak: Maketa raketoplánu Columbia, která létá jako skutečná raketa

** Model raketoplánu Columbia od českého konstruktéra umí i létat ** Obdivuhodný model si vzal 1600 hodin práce ** Podívejte se na fotografie ze stavby a prvního letu

Karel Jeřábek | 25

Lektvar z války Severu proti Jihu zabírá i tam, kde selhávají moderní antibiotika

Lektvar z války Severu proti Jihu zabírá i tam, kde selhávají moderní antibiotika

** Američtí farmakologové hledali inspiraci pro vývoj nových léků v brožuře z americké občanské války ** Jižanští felčaři podle ní připravovali rostlinné extrakty chránící rány před zánětem ** Výluhy ze tří dřevin zabírají i proti bakteriím rezistentním k antibiotikům

Jaroslav Petr | 2

Jak funguje největší akumulátor v Česku: podívejte se do elektrárny Dlouhé Stráně

Jak funguje největší akumulátor v Česku: podívejte se do elektrárny Dlouhé Stráně

** Přečerpávací vodní elektrárna Dlouhé stráně je obdivuhodné technické dílo ** Stejná turbína vyrábí elektřinu i tlačí vodu zpět do horního jezera ** Strojovna elektrárny je zabudována v podzemí

David Polesný | 40

Windows 10 černé, nebo bílé? Rozhodněte, zda je hezčí černý motiv, nebo nový světlý

Windows 10 černé, nebo bílé? Rozhodněte, zda je hezčí černý motiv, nebo nový světlý

** Do Windows míří bílé téma a přebarví se spodní lišta i Start ** Od minulého roku má ale i téma tmavé. ** Jaké z těchto dvou je ale to hezčí?

Vladislav Kluska | 71



Aktuální číslo časopisu Computer

Velký test Wi-Fi mesh

Nejlepší hodinky pro všechny aktivity

Důležité aplikace na cesty

Jak streamovat video na Twitch