Simmons Wendy

[messi31]

长期以来谷歌的主要目标之一就是获得对搜索词和索引文档的语义理解以便显示更相关的搜索结果。例如当一个人能够清楚地理解所提出的搜索问题及其包含的术语或能够清楚地识别它们的含义时就给出了语义理解。由于术语含糊以前未知的术语不清楚的表述个人理解等清晰的解释常常变得困难。使用的词语它们的顺序或主题时间或地理背景都有助于更好地理解。通过机器学习例如使用的机器学习现在能够快速识别搜索查询和文档中的术语和实体并使用聚类分析自动创建新的实体类型类别。为向量空间分析创建新的向量空间也更有可能。

但更多内容请参见本系列的 加拿大移动的电话数字 其他文章。这确保了高水平的细节以及可扩展性和性能。统计与机器学习的结合越来越多地导致语义解释非常接近搜索查询和文档的语义理解。谷歌希望利用统计方法和机器学习重建语义搜索。此外当今谷歌搜索引擎的核心元素——知识图谱——是基于语义结构的。的语义搜索之路对于语义搜索依靠知识图谱和年推出的蜂鸟更新迎来了语义搜索。但谷歌对开发语义搜索引擎的兴趣可以追溯到十多年前。早在年当时负责搜索和用户体验的玛丽莎梅耶尔在接受新闻服务采访时曾说过这样的话目前谷歌在关键字方面非常擅长我们认为搜。



索引擎应该能够随着时间的推移克服这一限制。人们应该能够提出问题我们应该理解他们的含义或者他们应该能够在概念层面上谈论事物。我们看到很多基于概念的问题不是关于页面上会出现哪些单词而是更多类似这是关于什么的。很多人会求助于语义网之类的东西作为一个可能的答案。来源在同一次采访中玛丽莎梅耶尔还明确表示语义本身并不是完美搜索引擎的基础。也就是说我认为最好的搜索算法是强力计算和纯粹的全面性以及定性人类成分的结合。但谷歌对语义的关注早在年之前就已经很明显了。谷歌的专利搜索表明了这一点。
_________________
手机号码库

[Reklama]