以后，大量的网站批量采集原创内容后，用人工或机器的方法，篡改作者、发布时间和来源等关键信息，冒充原创。内容虽然独特，但是不具社会共识价值价格，此类伪原创是搜索引擎需要重点所在识别出来并予以打击得。此类假装原创是需要搜索引擎辨认出来予以适当调整的。然而，原创是要具有社会共识价值分配的，而不是胡乱制造一篇根本不通的垃圾就能算做有价值的优良原创内容。差别的站点结构化差异比较大，html标签的分管含义和分布不同，因此提取关键信息如标题、作者和时间的难易程度差别比较大。

只是旁观和旁听了这场采访，他负责录音。《走进中原硅谷》得首映式在斯坦福大学，徐勇邀请李彦宏参加，私自里，李彦宏邀请徐勇，要共谋一件大事。次年，李彦宏和徐勇揣着120万美元的风险投资，回国创业。我意识体到互联网在中国成熟了。如果说，搜狗的初创团队过的是特种部队似的艰苦日子，百度的混沌元老其实也强不到哪儿去。房间太小，员工盘着腿开会。他们做了自我介绍和分工后，开始为期一年，每天工作十五小时的日子。

优质的软文像变魔术一样，渐渐将企业和产品的信息植入用户脑中。而软文不像广告那样需要长期大量金钱投入，一篇内容好且被搜索引擎目录收录的文章还可以获得长久表现。

长期看会影响原创者得积极性，不利于创新，不利于新的优良内容分析产生。鼓动勉励优质原创，鼓励创新，给予原创站点和作者合理的流量，从而促进互联网内容得繁荣，理应是搜索引擎的一个重要任务。

收集过程中，出于无意或有意，导致采集网页内容残缺不全，格式错乱或附加垃圾广告等问题层出不穷，这已经严重影响了搜索结果的质量用户体验。搜索引擎重视原创的根本原因是为了进步用户体验，这里讲的原创为优质原创自由内容。