我一直在为一个投资组合管理工具开发一个内部网站。有很多文本数据，公司名称等。我对一些搜索引擎的能力印象深刻，它们可以非常快速地回答“你的意思是:xxxx”。
我需要能够智能地接受用户的查询，并不仅响应原始搜索结果，而且还响应“您的意思是?”当有一个极有可能的替代答案等
我正在开发ASP。NET (VB -别跟我过不去!)］
更新: 好吧，在没有数百万“付费用户”的情况下，我该如何模仿这种模式?
为每个“已知”或“正确”的术语生成拼写错误并执行查找? 还有其他更优雅的方法吗?
当前回答
嗯…我认为谷歌使用他们庞大的数据语料库(互联网)来做一些严肃的NLP(自然语言处理)。
例如，他们拥有来自整个互联网的大量数据，以至于他们可以计算出三个单词序列出现的次数(称为三元组)。因此，如果他们看到一个句子:“pink frugr concert”，他们可以看到它的点击率很少，然后在语料库中找到最有可能的“pink * concert”。
他们显然只是做了Davide Gualano所说的一种变化，所以一定要阅读那个链接。谷歌当然使用它所知道的所有网页作为一个语料库，这使得它的算法特别有效。
其他回答
嗯…我认为谷歌使用他们庞大的数据语料库(互联网)来做一些严肃的NLP(自然语言处理)。
例如，他们拥有来自整个互联网的大量数据，以至于他们可以计算出三个单词序列出现的次数(称为三元组)。因此，如果他们看到一个句子:“pink frugr concert”，他们可以看到它的点击率很少，然后在语料库中找到最有可能的“pink * concert”。
他们显然只是做了Davide Gualano所说的一种变化，所以一定要阅读那个链接。谷歌当然使用它所知道的所有网页作为一个语料库，这使得它的算法特别有效。
简单。他们有大量的数据。他们有每一个可能的术语的统计数据，基于它被查询的频率，以及它的什么变化通常会产生用户点击的结果……因此，当他们看到你在搜索词中经常拼写错误时，他们会提出更常见的答案。
实际上，如果拼写错误实际上是搜索频率最高的词，算法就会把它当成正确的词。
使用Levenshtein距离，然后创建一个度量树(或Slim树)来索引单词。 然后运行1-Nearest Neighbour查询，就得到了结果。
关于“did you mean”算法的理论可以参考《信息检索导论》第3章。它可以在网上免费下载。第3.3节(第52页)准确地回答了你的问题。为了明确回答你的更新，你只需要一个单词字典，不需要其他任何东西(包括数百万用户)。
以下是直接来自来源的解释(几乎)
搜索101 !
在分钟 22：03
值得一看!
基本上，根据谷歌前CTO Douglas Merrill的说法，它是这样的:
1)你在谷歌里写了一个(拼错的)单词
2)你找不到你想要的(不要点击任何结果)
3)你意识到你拼错了这个词，所以你在搜索框里重写了这个词。
4)你找到你想要的(你点击第一个链接)
这个模式乘以数百万次，显示了什么是最常见的拼写错误，什么是最“常见”的更正。
这样谷歌几乎可以立即提供每种语言的拼写纠正。
这也意味着如果一夜之间每个人都开始把night拼成“nigth”，谷歌会建议用这个词来代替。
EDIT
道格拉斯将其描述为“统计机器学习”。
他们知道谁更正了查询，因为他们知道哪个查询来自哪个用户(使用cookie)
如果用户执行查询，只有10%的用户点击了结果，而90%的用户返回并输入了另一个查询(带有更正的单词)，这一次90%的用户点击了结果，那么他们知道他们已经找到了更正。
它们还可以知道这些是否是两个不同的“相关”查询，因为它们拥有它们所显示的所有链接的信息。
此外，他们现在将上下文纳入拼写检查，因此他们甚至可以根据上下文建议不同的单词。
请看谷歌wave (@ 44m06 s)的演示，它展示了如何考虑上下文来自动纠正拼写。
这里将解释自然语言处理是如何工作的。
最后，这里有一个很棒的演示，可以添加自动机器翻译(@ 1h 12m 47s)到混合。
我已经在视频中添加了分钟和秒的锚，可以直接跳到内容，如果它们不起作用，可以尝试重新加载页面或手动滚动到标记处。
