还有一种垂直搜索网站，他们采用合作方式，通过特定接口直接查询特定网站的数据库，这种机会会比前一种大一点，但是也好不到哪里去，道理很简单，这些合作的网站为什么要单独跟你合作，而不同时也与百度、谷歌合作？
所以徽剑以为，除非某些特殊情况下，比如迅雷的视频和下载搜索，确实有很大机会，道理很简单，因为这些资源的检索需要特殊的模式，比如迅雷下载，及时原下载点失效，只要迅雷保存了这个下载点的资源资料，就可以从网上多个点下载，而这个下载数据的资料需要特定的数据检索系统（也就是对比下载资源的二进制数据），这样一来，迅雷的下载才能超过百度。百度要是想介入，就得重新开发一套系统，而那些没有核心技术其他所谓垂直搜索网站，基本没戏。
下面来看一下，站内搜索，对于这块，徽剑是非常看好的，因为这块其实就是站内数据挖掘，将站内资源进行二次整合，但是就目前而言，这些站内搜索技术都很差，连腾讯都不例外，大多只是简单的利用SQL语句进行数据库检索，技术上的低就造成了实际价值被掩埋。
这种情况的解决一来需要管理层有足够认识，二来需要有更多精通搜索技术的技术人员（不是那种会写SQL语句的）才会有新的天地。
四、中文分词和检索
下面来看中文分词和检索，也是前面说的“语义学习分析系统“，它是整个搜索引擎的核心。道理很简单，常见搜索引擎其实就是对语言的检索，能否理解和明白搜索内容，就成了关键的因素。
分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。我们知道，在英文的行文中，单词之间是以空格作为自然分界符的，而中文只是字、句和段可以通过明显的分界符来简单划界，唯独词没有一个形式上的分界符，虽然英文也同样存在短语的划分问题，但是在词这一层上，中文比之英文要复杂的多、困难的多。中文这种特殊性表现在两方面，一是无法准确将句子中的词提拆分出来，二是中文没有太严格的语法，很多时候可以倒过来顺过去说。
什么是“语义学习分析系统“，狭义讲就是分词系统，其实就是找出大量网民最常用的“词”，然后建立一个“词典”。徽剑这里之所以不用“词典”，是因为拆分技术发展的趋势已经不是“词”，“字”、“词”、“短语”都有可能，所以这里说的“最小语境含义表达单位（语境根）”就是指在特定语境中最小的语言运用单位。
