顧名思義，所謂語義搜尋，是指搜尋引擎的工作不再拘泥於用戶所輸入請求語句的字面本身，而是透過現象看本質，準確地捕捉到用戶所輸入語句後面的真正意圖，並以此來進行搜尋，從而更準確地向用戶返回最符合其需求的搜尋結果。
基本介紹
- 中文名：語義搜尋
- 屬於：搜尋引擎的工作
- 含義：語義搜尋引擎進行推理和知識積累
- 要點：知識庫的建立提供一個基本的結構
概述,套用領域,相關闡述,
概述
舉例來說吧，當一個用戶在搜尋框中輸入“孟字去掉子”時，深諳語義搜尋的搜尋引擎就能夠判斷出，用戶想要找的並不是含有“孟”、“去掉子”等字眼的內容，而是想要查找與“皿”這個字相關的內容；同樣，當用戶搜尋“表現春天的圖片”時，搜尋引擎會向其呈現出各種與春天相關的圖片，而不僅僅局限於該圖片的標題是否包含“春天”字樣。
知識庫是語義搜尋引擎進行推理和知識積累的基礎和關鍵，而Ontology則是知識庫的基礎。一般來說，本體提供一組術語和概念來描述某個領域，知識庫則使用這些術語來表達該領域的事實。例如醫藥本體可能包含“白血病”、“皮膚病”等術語的定義，但它不會包含具體某一病人的診斷結果，而這正是知識庫所要表達的內容。比如張三患有皮膚病、李四患有皮膚病和白血病、王五患有白血病，其中的皮膚病、白血病就是本體。而各個病症的實例（張三、李四、王五）及其病症描述就是知識庫的內容。
本體和知識庫的關係有幾個要點：
★ Ontology為知識庫的建立提供一個基本的結構；
★ Ontology提供一套概念和術語來描述某一領域，並且獲取該領域的本質的概念結構；
★ 知識庫就運用這些術語去表達現實或者虛擬世界中的正確知識。
因此，建設一個知識庫的第一步就是對該領域進行有效的Ontology分析。通過本體支持語義，支持人機之間的交流，從而實現機器智慧型，為web的發展帶來了新的契機。而本體在搜尋引擎中的套用，必將對搜尋引擎的易用性和效率，產生極大的改進，從而使得web用戶能夠更好的在浩如煙海的信息海洋中遨遊。
套用領域
相關闡述
當兩個詞或一組詞大量出現在同一個文檔中時，這些詞之間就可以被認為是語義相關。
舉個例子，電腦和計算機這兩個詞在人們寫文章時經常混用，這兩個詞在大量的網頁中同時出現，搜尋引擎就會認為這兩個詞是極為語義相關的。
要注意的是，潛在語義索引並不依賴於語言，所以SEO和搜尋引擎最佳化雖然一個是英語，一個是中文，但這兩個詞大量出現在相同的網頁中，雖然搜尋引擎還不能知道搜尋引擎最佳化或SEO指的是什麼，但是卻可以從語義上把”SEO”，”搜尋引擎最佳化”，”search engine optimization”，”SEM”等詞緊緊的連在一起。
再比如蘋果和橘子這兩個詞，也是大量出現在相同文檔中，不過緊密度低於同義詞。
搜尋引擎有沒有使用潛在語義索引，至今沒有定論，因為搜尋引擎既不承認也不否認。
這種語義分析技術可以給我們在搜尋引擎最佳化上一些提示。
網站主題的形成
