既然都说搜索引擎是基于文本指纹的

*发表于 2015-4-23 17:17:26* · 发表于 2015-4-23 17:17:26

那么为什么替换同义词不行？替换了之后指纹肯定不一样啊，还是说不仅仅是文本指纹？

*发表于 2015-4-24 09:58:40* · 发表于 2015-4-24 09:58:40

搜索引擎实际的判断计算很可能是多重的，一轮不精确的快速计算，再一轮细致的计算。这是为了在面临海量数据的时候保证处理效率。

举个例子，假设搜索引擎取每段最后一个词作为一个特征，以我这回复为例，上段最后的词是“效率”。如果替换同义词的时候它刚好替换了，变成“速度”之类，就会绕过查重，但如果没被替换，它仍会被认为是重复。

所以这类替换同义词的方式是否有效，可能是一个概率问题。如果了解查重的具体机制，自然能有更聪明不会被识别的方式。

帐号		自动登录	找回密码
密码			注册

既然都说搜索引擎是基于文本指纹的

相关帖子