谷歌在日語搜索中添知識圖譜

2020-12-13 安徽門戶網站

【搜狐IT消息】「知識圖譜」(KnowledgeGraph)是谷歌上周剛剛宣布開發出的一項新的搜索技術,可以與人類一樣識別現實世界中的「東西」(人、物體、場所和事物)。據日本媒體報導,目前已經能夠在谷歌搜尋引擎「Google」的日語搜索服務中使用知識圖譜。谷歌將知識圖譜描述為「可為搜索的未來提供支撐的最新技術之一」。

知識圖譜由5.7億多條與人、場所及事物相關的信息、180億條以上包含屬性及關聯性信息在內的結構化資料庫構成。使用該資料庫,「可掌握輸入的關鍵詞是什麼意思,並作為搜索結果的一部分顯示出來。

谷歌以該知識圖譜的技術為基礎,導入了對谷歌搜索結果提供相關信息的功能,可顯示「與搜索話題相關的摘要」,或者提示「可輕鬆查到相關內容的信息」。比如,當用戶以「羅浮宮美術館」為關鍵詞進行搜索時,就會在搜索結果的右側顯示與羅浮宮美術館相關的介紹(摘要)、開館年月、營業時間、所在地,以及藏品的縮略圖等。

谷歌稱:搜尋引擎誕生後,一直是根據用戶輸入的關鍵詞來搜索含有相應字符串的網頁。比如,對於『羅浮宮美術館』這一關鍵詞,人們的腦海裡通常會同時浮現巴黎人氣場所及蒙娜麗莎等,而機器只作為字符串來識別。通過使用知識圖譜,便可像我們搜索信息時所希望的那樣,輕鬆搜索到與『東西』相關的信息。

截止到到12月5日時能夠使用新功能來搜索的關鍵詞已有以下幾類:音樂家、演員、歷史人物及體育選手及團隊等「著名人物」類;電影、電視節目及藝術作品等「娛樂」類;著名建築、旅遊勝地及國內外行政地區等「場所」類;生物、天體及化學物質等「自然科學」類。

相關焦點

  • Facebook圖譜搜索:搜索口語化 填補谷歌空白
    其他公司也曾試水社交搜索,但規模都不如臉譜。填補谷歌搜索的空白早在圖譜搜索未正式露面前,外界就已將其和全球最大搜尋引擎谷歌(Google)進行全方位比較。如果說谷歌已經在海量信息的搜索挖掘上做到了最好,臉譜則試圖在更加人性化的社交搜索領域另闢蹊徑。
  • 知識圖譜,為移動搜索而生
    知識圖譜讓搜尋引擎擁有了一張可以和真實世界中的各種事物及其之間的關係完全映射的資料庫,移動網際網路時代這個知識圖譜有了更重要的作用。知識圖譜:為移動搜索而生關於移動搜索,燦輝之前曾經撰文指出做好移動搜索的關鍵在於: 1. 精準識別用戶需求。2. 提供更加準確,更加少,更加個性化的結果。3. 讓用戶可以立即行動。 這些知識圖譜都可以做到,因為它匯集了真實世界中的各種事物的名稱、簡介以及結構化的數據。
  • 搜狗推英文搜索和學術搜索功能 欲替代谷歌
    搜狗推英文搜索和學術搜索功能 欲替代谷歌 來源:www.18183.com作者:皮卡時間:2016-05-19 很多人在進行英文及學術等專業性搜索時,都更傾向於使用谷歌搜索。但由於各種各樣的原因,谷歌搜索在國內使用並不是特別方便。
  • 知識圖譜發展的難點&構建行業知識圖譜的重要性
    知識圖譜是真實世界的語義表示,其中每一個節點代表實體連接節點的邊則對應實體之間的關係異構數據通過整合表達為知識,圖的表達映射了人類對世界的認知方式,知識圖譜非常適合整合非結構化數據從零散數據中發現知識,從而幫助組織機構實現業務智能化。
  • 鄒磊 | 知識圖譜的數據應用和研究動態
    谷歌的知識圖譜如前所述,知識圖譜的活躍得益於谷歌的知識圖譜項目。谷歌通過構建知識圖譜,將內部信息資源都唯一地關聯起來。例如「姚明」是知識圖譜中的一個實體,包含相關的一些屬性,例如出生時間、地點、身高等。
  • 如何構建知識圖譜
    編輯導語:知識圖譜可以說是一個資料庫,在如今大數據時代,知識圖譜已經是企業中能夠起到很大作用的一個環節,可以提高工作效率等;本文作者分享了關於構建知識圖譜以及問題的解答,我們一起來看一下。知識圖譜作為大數據內容的搬運工,在知識算法和使用上,能夠放大組織沉澱數據應用價值;目前搜索巨頭、購物網站均已經通過應用知識網絡,實現了更深層次的「千人千面」。
  • 谷歌圖片搜索可顯示上下文信息
    當你下一次使用谷歌搜索並點擊圖片時,可能會看到一些與圖片內容相關的有用信息了。谷歌現在正在將其知識圖譜(Knowledge Graph)與網上找到的圖片進行更深入的整合。然後你可以點擊這些來了解更多關於它們的信息,和往常一樣,你還會看到相關搜索提示。如果你曾經搜索過某個東西,並看到主界面一側的面板上顯示了一些與你的查詢相關的事物,那麼你就已經看到了知識圖譜的具體作用。谷歌早在 2012 年就首次推出了這個資料庫,從那時起,它已經擴大到包括大約 5000 億個事件,與 50 億個條目相關。
  • 搜索+教育的知識搜索 如何助力搭建人工智慧驅動型課堂?
    "2012年,谷歌正式提出知識圖譜的概念,此概念一出便迅速"躥紅",並被應用到各行業和領域中,如今,谷歌搜尋引擎已經一定程度上變成一個知識搜尋引擎。" 知識圖譜是什麼?
  • 知識圖譜和問答系統
    這種情形下,這個用圖譜來支持問答的技術就應該可以開花結果的。當然這一切就是一個時間問題。最終一定是成為搜索的一個部分的,這一點沒有疑問。知識圖譜回答了 What和Who的實體類事實型問題以後,回答更難的How和Why的問題是搜索變得越來越智能的必由之路。
  • 谷歌建全球最大「知識庫」Knowledge Vault
    谷歌建全球最大「知識庫」Knowledge Vault 站長之家(Chianz.com)8月25日消息 據外媒消息稱,搜索巨頭谷歌公司正致力於打造全球最大
  • 谷歌Talk to books引爆搜索方式革命
    新智元專欄 作者:鄧侃【新智元導讀】 昨天, 新智元介紹了谷歌的全新搜索工具「 Talk to Books 」 , 基於自然語言文本理解, 用戶能夠憑語義而非關鍵詞來實現搜索功能。谷歌搜索的「AI化」令人眼前一亮, 谷歌是否即將從當今的搜尋引擎,革命性地進化到了回答引擎? 本文作者,大數醫達創始人、CMU 博士鄧侃對谷歌的這個新搜索工具的技術原理進行了解讀。今天讀到一則新聞,「 谷歌發大招:搜索全面AI化,不用關鍵詞就能輕鬆撩書 」。
  • FB圖譜搜索的四大意義:改變用戶上網習慣
    格羅夫認為,Facebook的剛推出的圖譜搜索是一種結構化的搜尋引擎,可以讓用戶在Facebook網站上尋找人物、地點、圖片以及關注的事情,但是,這種新功能能否深度挖掘Facebook網站上的一些秘密信息,我們還需要進一步了解。Facebook的圖譜搜索是搜索領域內的一種新產品,或許會讓現存的一些搜尋引擎顯得更為過時,而且還具有強大的新發現功能。
  • 谷歌搜索:幾乎所有的英文搜索都用上BERT了
    2019 年 9 月,谷歌宣布將 BERT 用到搜尋引擎中,但僅有 10% 的英文搜索結果得到改善;2019 年 12 月,谷歌將 BERT 在搜尋引擎中的使用擴展到 70 多種語言。如今,這家搜索巨頭終於宣布:幾乎所有英文搜索都能用上 BERT 了。BERT 對於搜尋引擎意味著什麼?
  • 如何構建知識圖譜?
    本文根據轉轉張青楠老師,在DataFun AI+ Talk中所分享的《二手電商知識圖譜構建以及在價格模型中的應用》編輯整理而成。一、知識圖譜概述這次的分享主要從以下四個部分:知識圖譜概述、知識圖譜構造、轉轉二手電商知識圖譜、在價格模型中的應用。
  • 試驗知識圖譜分析
    前言:知識圖譜是知識工程不斷發展衍生出的新一代知識工程技術,知識圖譜的概念最早是由谷歌在2012年正式提出,最初僅應用在智能搜索領域,目前已應用在多垂直領域,比如金融行業、醫療衛生、政府、能源與工業得到廣泛的應用。本期課程重點分為以下四個方面:試驗知識綜述、試驗知識圖譜分析、試驗知識圖譜構建技術和試驗知識圖譜技術展望。
  • 谷歌蘋果和Facebook:語音搜索的三國之爭
    眾所周知,在搜索領域,谷歌無人能敵。在網際網路所有的搜索活動中,谷歌所佔份額通常都在70%左右。微軟必應雖然排名第二,但份額卻被谷歌遠遠地甩在了身後。谷歌、Facebook和蘋果都在努力開發工具,讓用戶能夠按照日常的說話方式進行搜索,哪怕是那些我們在現實生活中使用的含糊、抽象或者隱含概念,比如「哪家餐館的飯好吃?」對於這樣的問題,傳統搜索模式查找出的結果通常都是無用的。
  • 基於知識圖譜的智能問答
    基於知識圖譜的相關應用大致可以分為搜索、問答、決策、推薦等幾種常見的類別,對於知識圖譜的理解,可以參考之前的文章《三個角度理解知識圖譜》,本文主要就年初規劃的
  • 搜索的未來是動詞
    舉例來說,紐約市長麥可.布隆伯格,他在知識圖譜中以「個體」的形式存在,他的兩個女兒喬治娜和艾瑪分別是兩個個體,而他的母校哈佛商學院是另一個個體,他們在廣袤的圖譜中有聯結,但更有「邊界」,他們只是圖譜中的「事物」,而知識圖譜中有5億個類似的事物(詹南德雷亞指出,英語版維基百科裡只有4億個「事物」)。
  • 知識圖譜是什麼?
    知識圖譜最開始是Google為了優化搜尋引擎提出來的,推出之後引起了業界轟動,隨後其他搜索公司也紛紛推出了他們的知識圖譜。知識圖譜發展到今天,不僅是應用在搜索行業,已經是AI的基礎功能了。那到底知識圖譜是什麼?有什麼能力?怎麼應用?這就是本文想要討論的內容。
  • 媒體知識圖譜的構建簡析
    知識圖譜是反映實體間、實體與屬性間關係的網絡,是它們基於知識的關聯,是對於海量數據的一種有效的組織方式和利用手段。現有代表性的知識網絡有Wordnet、DBpedia、Freebase、NELL(Never Ending Language Learning,永不結束語言學習)、YAGO和谷歌知識圖譜等。其共同點是均基於單一文本進行構建。根據知識來源與頂層概念設計理念,現有數據驅動的知識圖譜構建的研究工作大致分為如下幾類。