在搜查引擎的圈圈里，”语义“是一个带有魔幻光环的字眼。对它的大肆渲染会让你料想说这可能是第二次搜查的热潮。这些宣传让我觉得有些许猜忌，我也始终在等待着这个技巧变得成熟。这个时刻到了，我当初很愉快给大家介绍一下5个顶级的语义搜查引擎。
什么是语义搜查呢?
一个语义搜查引擎试图通过高低文来解读搜查结果的。它可能主动识别文本的概念结构。例如，假如你搜查“选举”，语义搜查引擎可能会获取包含“投票”，“竞选”跟“选票”的文本信息，然而“选举”这个词可能基本不出当初这些信息来源中。
在语义搜查的进程中，有一个重要组成局部，那就是针对查问的信息跟网络上的内容，进行 消歧。这象征着，搜查引擎通过天然语言处理 - - 当你搜查“美洲虎" ， 寻找会晓得你要找一辆车还是一个大型猫科动物 。
下面要给你介绍的这些搜查引擎都多少采取了语义剖析来筛选跟诠释数据。然而，你也将会看到，这多少个搜查引擎采取了不同的方法并且展示了五种不同的产品。
什么时候利用语义搜查引擎呢?
语义搜查领有一种可能进步传统网页搜查闭会的才干，然而它却起不到调换性的作用。网络上大局部的搜查问题都是很随性的浏览，对结果的请求也不一直改进，所以语义搜查的用处不大，倒是有针对性的研究搜查，会得益于语义搜查的结果。
当初来看看咱们这个5个最牛的语义搜查的名单，来看看他们将假如进步你的搜查闭会。Hakia是一个通用语义搜查引擎，跟下面要介绍的Powerset,Cognition不同，其搜查结果是像维基百科一样的语料库。
Hakia的搜查结果是通过Tabs来组织的：网页结果，坚固站点，图像跟消息，坚固站点波及的结果是那些经过Hakia邀请的图书馆员跟其余信息专家认证的。
绝对一些简单的搜查问题，HaKia会给出一个类似于简历一样的货色。这是一个各种基于主题的相干信息汇总。每个“简历”都由一些信息的链接汇成索引，并且给出了疾速引用，在页面上即时显现。
这些“简历”的内容会依据搜查问题的特点变更 这个“简历”对我来说是我最喜好Hakia的特点，特别是我搜查一些话题的时候。
Hakia通常会给你推荐一些相干的搜查，这对研究来说都是挺棒的支撑。
举个例子，假如我搜查奥巴马，HaKia 会推荐我是否对他老婆，希拉里，民主党，共跟党萨拉培林，约翰麦卡恩等等人也感兴趣。
然而有一些问题HaKia也会给出品质比较差的结果，不过HaKia还是在测试阶段，信赖会有疾速进步的。enseBot是一款将搜查结果提炼总结为一个精炼的文摘情势的搜查引擎。它试图去理解这些搜查结果的界面的意思。从这个出发点来看，它利用的是文本挖掘，试图剖析网页并鉴定他们要害的语义概念。
Sensebot从这个方法帮助你敏捷的控制哪些相干的信息到底是什么。从这个角度来看你不须要自己去寻找大量的网页,甚至梳理呈现的结果中不完全的专家的定义
这个精炼的总结的作用是帮助消化你搜查的主题，将各种搜查结果的相干、重要内容汇聚在一起。它还供给给你由各种相干概念以及一个被认为是定义总结了你的搜查问题的语句的表单汇聚成的标签云。每个语句后面还包含了它们的出处的链接。
也不是所有的总结都是信息普遍或者轻易理解的，但却是极有可能被改进的。Hakia,SenseBot都还在测试阶段。这些振奋人心的进步科技每天都在与时俱进。
Powerset当初不是一个正规的网页互联网搜查引擎。它在绝对小型，有结果的语料库中能施展最大的xiao，该技巧供给了对信息资料的全面把我。你可能在维基百科上进行测试，然而你会发明Powerset更善于这方面的搜查，它对用于研究目标搜查而构建信息跟表述的方法，是基于维基百科的宏大改良。你可能在搜查栏输入要害词，短语，或者一个简单的问题。Powerset通常会直接在搜查结果的界面上直接回答问题。我最喜好的一个特点就是Powerset把多个文章中的信息综合在一起。
"Factz"是往往会出当初搜查结果中一个盒子，它是一个囊括基于可用信息倡导出来的参考资料。例如，当我搜查奥巴马，Powerset供给了一些奥巴马对罗伯特盖茨，中东，巴基斯坦，贸易的见解的信息的链接。点击搜查结果中一个链接,将显示出一个小的对话框，里面会有奥巴马的在提到文章中发言的引用，还有被引用话语的原文链接。
DeepDyve
DeepDyve是一个十分强盛，专业的研究工具，供给给民众免费的服务。
这是一个研究引擎帮助你进入专业内容的“深层网络”：那是互联网中不被传统的搜查引擎索引或收录的信息。学者，研究员，学生，技巧专家，贸易等Deepdyve的用户跟其余信息花费者可能在以下分类中搜查维基百科跟“深层网络“的信息： 生命科学，医学，物理科学，人文跟社会科学，贸易跟金融，专利，法律，清洁能源科技，电子工程。
研究网站的搜查引擎往往依附于布尔语言或硬编码的分类，这些语言是有门槛跟一定学习曲线的，个别人出来那些从业者是很难利用它们的。 Deepdyve是目前领有显现这些有价值的信息来源的教简易界面的服务搜查引擎。你的搜查问题可能是任何独破单词甚至25000的字的问题形成的。这个搜查的结果会以一种庞杂的方法显现，包含了很多高等的选项：提炼，分别，存储你的搜查。即便有庞杂型的存在，这个搜查结果还是绝对来说很轻易浏览的。
Cognition 的搜查业务是基于语义舆图，在它成破的24年后，Cognition得以自称是当初可用的最全最精的英语搜查舆图
你可能利用Cognition的技巧来搜查下面四个载体内的信息。
· Public.Resource.org 这次宣布的信息由自1950年开端高等法院跟上诉法院的决定组成。
· MEDLINE摘要库：此数据库内的摘要来自于世界文献数据库内的生命科学跟生物医药科学信息。它囊括了医药，护理，医药学，牙医学，兽医学，跟健康关怀的信息，还有一些跟医学不直接接洽的范畴的信息，例如分子进化论。
· 全部英文版本的维基百科内容
· 最全面的新英语翻译内容，包涵文本跟诸如福音书theGospels of Matthew, Luke, John and Mark的译者笔记。
咱们在维基百科内测试了Cognition.在这个领有大量文本的资料库中，Cognition在对庞杂问题的意思分类上表示的尤为杰出。
· 词汇：比方差别“古老的礼拜堂 跟古老的庙宇”undefined
· 意思辨别：“罢工的工人” 对比“加州的石油黄金”undefined
· 分类 ：例如“拉丁美洲的印第安部落” 或是“ 北美洲树木疾病”undefined
这些Cognition利用的去解决搜查问题的技巧是给人以深刻的印象，Cognition给利用者供给了一种友爱的方法去更有价值地的把持意思跟分类。undefined，我认为我对Cognition搜查结果的表述还不是很完美，然而我殷切地盼望Conition团队也可能鉴戒一下Hakia或者Powerset的教训。undefined
