此外，Hummingbird 应该被视为 Google 为解决 Caffeine 所导致的所有算法问题而做出的最雄心勃勃的尝试。 让我解释一下最后一点。 Caffeine 退出 这就是阿米特· 所谓的“沙盒”导致 SERP 上充斥着低质量的结果。 谷歌的反应是创建像 Panda、Penguin 和精确匹配域名 (EMD) 更新等“补丁”。
但是这些更新对于我们定
义为中间和头尾查询的类型非 电话号码数据库 常有效，但对于一种查询类型却不那么有效——这主要是因为用户快速采用移动搜索——越来越多的人开始使用这种查询：对话式长尾查询，或 Amit Singhal 定义为“详细查询”的查询。 谷歌自然语言识别的演进，通过继承自Metaweb、
(Amit Singhal) 讲述的有关蜂鸟的背景故事
丹尼·沙利文 (Danny Sullivan) 在 允许对仍处于可销售状 此转述： [蜂鸟] 为我们提供了一个机会 […] 利用同义词、知识图谱和谷歌一直在做的其他事情来理解含义，重新思考如何利用所有这些东西的力量来结合含义并预测如何将你的查询与文档进行匹配，根据查询真正想要的是什么以及文档中是否存在连接。
而不仅仅是早期搜索引
擎中可能出现的随机巧合。 蜂鸟如何 萌設計 工作？ “获取同义词和知识图谱等……” Google 长期以来一直在研究同义词。如果我们查看 Google 在其 15 周年纪念帖子中分享的时间表，就会发现它从 2002 年开始使用同义词，尽管我们也可以看出，自 2001 年以来就已应用了消歧功能（即对查询进行正字法分析）。
图片来自 Inside Search 博客
Amit Singhal 撰写的《十五年过去了——我们才刚刚开始》 去年，Vanessa Fox在 Search Engine Land 上 撰写了一篇文章“Google 的同义词匹配是否在增加？…” 。 阅读该帖子并查看所提供的示例，很明显，Google 已经使用了同义词（与查询背后的用户意图相关），