一．前言
      传统的搜索引擎的定义，是指一种对于指定的查询（Query），能够返回与之相关的文档集合（Documents）的系统。而百度将这个定义更加丰富化，即搜索引擎能够帮助人们更方便的找到所求。这里的.所求.，比.文档.更加宽泛和丰富，比如一个关于天气的查询，直接返回一个天气预报的窗口，而非一篇关于天气的文档；再如一个关于小游戏的查询，直接返回这个小游戏的Flash页面而非简单的介绍性的文字。
       百度对Query深刻的理解，源于自然语言处理技术在其中发挥的巨大作用。对搜索引擎而言，文本切分是最基础也是最重要的自然语言问题之一。今天，我们就来谈谈文本切分粒度与搜索引擎的关系。
本文后续章节组织如下：第二节介绍什么是文本的粒度，第三节讲述搜索引擎的基本原理与文本切分粒度的关系，第四节深入探讨粒度的属性与检索相关性计算，第五节小结。
二．文本粒度
       什么是文本的粒度？我们用什么来衡量文本粒度？在回答这些问题前，让我们先看看以下几组词汇：
缠绵、崎岖、葡萄、乒乓
绿茶、篮球、红色、鼠标垫、起重机
打球、跳绳、炒菜、登山
笔记本电脑、高清机顶盒、IP电视
但是、然后、如果、非常
步步惊心、家的n次方、一个人的精彩
百度在线网络技术（北京）有限公司、清华大学
张学友、赵传、工藤新一、里奥内尔.安德雷斯.梅西
..
       这几组词汇中，哪些的粒度大，哪些的粒度小？
       不管在传统的语言学领域，还是在自然语言处理领域，都没有对粒度下一个清晰准确的定义。但是就搜索引擎而言，我们不妨这样定义：粒度是衡量文本所含信息量的大小。文本含信息量多，粒度就大，反之就小。有了这个原则，我们就很容易判断文本粒度大小了。像.缠绵.，.崎岖.，.葡萄.这些词，虽然有两个字组成，但是仅表达一个意思，这些词的粒度是小的。而.篮球.，.鼠标垫.等词，是由简单词合成的，虽然也只有一个意思，但还可以拆分，如.篮.和.球.，.鼠标.和.垫.。这类词，粒度稍微大一些。而.笔记本电脑.，.高清机顶盒.这样的词，粒度就更大了。
      专名是一类比较特殊的词，尽管所含字数很多，但其实只表达一个意思，如.步步惊心.，.家的n次方.这样的电影、电视剧的名称，粒度是很小的。机构名、人名等属于有内部结构的专名，比电影名的粒度稍大一些。
      显然易见，我们在讨论文本粒度时，理想的方式是从语义角度出发，合理的分析和判断。然而以上我们仅对粒度做了定性的分析，为粒度找一个合适的度量单位和计算方法，是百度人一直追求的目标中老年服装中老年服装品牌中老年女装中老年服装批发http://www.dunwuzhai.com