搜索引擎的起源之科学史话克伦·施拜克·琼斯对网络搜索的贡献

科学史话 克伦·施拜克·琼斯： 每次网络搜索背后 都离不开她的贡献

克伦·施拜克·琼斯（Karen Spärck Jones）1935年8月26日生于英国哈德斯菲尔德市，一个纺织业较发达的城市。在她小时候，她的父亲在大学里担任化学讲师，晚上还要打工挣钱；母亲是挪威人，曾去伦敦为挪威流亡政府工作。由于父母都顾不上照看她，便将她托付给乡间的一户人家。在这样的生长环境中，琼斯从小便锻炼出了一定的独立性。

从11岁到18岁这7年间，琼斯就读于一所高水平的文法女校，12岁时，她发愿要上剑桥大学，后终于如愿以偿。

1956年，她在剑桥大学获得历史学专业的文学学士学位。由于对哲学的兴趣，琼斯又继续读了一年哲学。1957年，她加入了剑桥语言研究所，开始接触计算机在语言研究方面的应用。在此工作期间，她认识了Roger Needham（1935—2003，计算机科学家，英国皇家学会会员），两人于1958年结婚。1964年，她在剑桥大学获得哲学博士学位，但博士论文导师对她的帮助不大，她基本上是独立打拼，编程也是自学的。1968年，琼斯成为剑桥大学计算机实验室的全职工作人员，从此以后她在这里耕耘了近50载，一直从事计算语言学和信息检索研究。

她在计算语言学和信息检索两个领域都作出了杰出贡献。在信息检索方面，早在1958年，她就与人合著了相关文章。她的最重要贡献当数1972年提出的逆文本频率指数（IDF）的概念。这个概念的意思是：如果词w在一篇文档d中出现的频率高，并且在其他文档中很少出现，则可以认为词w具有很好的区分能力，可以把文章d和其他文章较好地区分开来。IDF是互联网搜索引擎普遍采用的思路。可以说，没有琼斯的早年贡献，就没有谷歌搜索引擎日后的成就。

在计算语言学方面，她1963年完成的博士论文至今仍有价值。该文将统计进路（或曰机器学习进路）与已有资源（做在穿孔卡片上的叙词表）结合起来，取得了领先于时代的成果。此外，她在计算机自动摘要、结构化数据库的界面、对话、语义学等多个主题上均有所建树。

除了本人的学术研究外，她还通过学术社团的活动大大推进了本领域的进步。尤其是1994年她担任计算语言学学会（ACL）会长期间。计算语言学学会是国际性的社团，当时多数会员是美国学者，她接手学会时，学会的财务状况不佳，原来的司库又去世了，一时半会儿招聘不到新的司库，在这种情况下，琼斯又要统筹安排学会的学术活动，又要管账，忙得一塌糊涂。那一阵子是ACL苦痛挣扎的过渡期，在她的有力领导下，ACL走出了困境。除了ACL外，她还是另外好几个学会的会士。2000—2002年期间，她担任过英国科学院副院长。在英国有两所科学院：英国皇家学会相当于自然科学领域的科学院，而英国科学院是人文社会科学领域的科学院。由于语言学这个大类属于人文学科，琼斯就凭借其在计算语言学的成就当选为英国科学院的院士。

琼斯共获得过7个重要奖项，包括2004年获得的“计算语言学学会终生成就奖”和2007年获得的“英国计算机学会勒芙蕾丝奖章”（阿达。勒芙蕾丝是英国大诗人拜伦的女儿，计算机程序的创始人）。

她2002年办理了退休手续，但继续在实验室工作。直到2007年4月4日去世前不久，实验室里仍有她的身影。

2001年4月10日，电气电子工程师学会（IEEE）历史研究中心的Janet Abbate女士采访了琼斯。在接受采访时她说：“人人都在谈职业生涯之类的东西。从某种意义上说，我做到了一路向前走，但其实那时并没有明显的路径。你得利用一切存在着的机会。早年的时候，对于女性，即使是在剑桥，工作机会也是极其有限的。看看现在的年轻女性，我是十分羡慕。现在没有多少女性拥有‘我能行’的心态，但她们其实拥有实现‘我能行’的机会，而我们那时根本就没有这样的机会。”

希望我们中国的职业女性以琼斯为榜样，抓住机会，奋力前行。

（克伦·施拜克·琼斯 图片来源：剑桥大学网站）

概述搜索引擎的起源

1.搜索引擎的起源

1990年，加拿大麦吉尔大学（University ofMcGill）计算机学院的师生开发出Archie。当时，万维网（World Wide Web）还没有出现，人们通过FTP来共享交流资源。Archie能定期搜集并分析FTP服务器上的文件名信息，提供查找分别在各个FTP主机中的文件。用户必须输入精确的文件名进行搜索，Archie告诉用户哪个FTP服务器能下载该文件。虽然Archie搜集的信息资源不是网页（HTML文件），但和搜索引擎的基本工作方式是一样的：自动搜集信息资源、建立索引、提供检索服务。所以，Archie被公认为现代搜索引擎的鼻祖。

2.搜索引擎的发展

第一阶段

Excite的历史可以上溯到1993年2月，6个Stanford University（斯坦福大学）大学生的想法是分析字词关系，以对互联网上的大量信息作更有效的检索。到1993年中，这已是一个完全投资项目，他们还发布了一个供webmasters在自己网站上使用的搜索软件版本，后来被叫做Excite for Web Servers。注：Excite后来曾以概念搜索闻名，2002年5月，被Infospace收购的Excite停止自己的搜索引擎，改用元搜索引擎Dogpile

第二阶段

1994年4月，斯坦福大学的两名博士生，美籍华人杨致远和David Filo共同创办了Yahoo！。随着访问量和收录链接数的增长，Yahoo目录开始支持简单的数据库搜索。因为Yahoo！的数据是手工输入的，所以不能真正被归为搜索引擎，事实上只是一个可搜索的目录。Yahoo！中收录的网站，因为都附有简介信息，所以搜索效率明显提高。注：Yahoo以后陆续有 Altavista、Inktomi、Google提供搜索引擎服务Yahoo！－－几乎成为20世纪90年代的因特网的代名词。

第三阶段

1995年，一种新的搜索引擎形式出现了——元搜索引擎（Meta Search Engine）。用户只需提交一次搜索请求，由元搜索引擎负责转换处理后提交给多个预先选定的独立搜索引擎，并将从各独立搜索引擎返回的所有查询结果，集中起来处理后再返回给用户。第一个元搜索引擎，是Washington大学硕士生 Eric Selberg 和 Oren Etzioni的 Metacrawler。元搜索引擎概念上非常好听，但搜索效果始终不理想，所以没有哪个元搜索引擎有过强势地位。

第四阶段

智能检索的产生：它利用分词词典、同义词典，同音词典改善检索效果，进一步还可在知识层面或者说概念层面上辅助查询，通过主题词典、上下位词典、相关同级词典检索处理形成一个知识体系或概念网络，给予用户智能知识提示，最终帮助用户获得最佳的检索效果。

综合自科技日报 ； 参考资料： 《网络营销》 杨路明等编著 机械工业出版社