Google知識圖譜

谷歌用於增強其搜索引擎之搜索結果的知識庫

Google知識圖譜(英語:Google Knowledge Graph,也稱Google知識圖)是Google的一個知識庫,其使用語意檢索從多種來源收集資訊,以提高Google搜尋的質素。知識圖譜2012年加入Google搜尋,2012年5月16日正式發佈[1],首先可在美國使用。知識圖譜除了顯示其他網站的連結列表,還提供結構化及詳細的關於主題的資訊。其目標是,用戶將能夠使用此功能提供的資訊來解決他們查詢的問題,而不必導航到其他網站並自己匯總資訊。[2]

截至2015年1月,湯瑪斯·傑佛遜的Google知識圖譜數據(英文)

歷史

編輯

據Google稱,知識圖譜的資訊來自許多來源,包括CIA世界概況Freebase維基百科[1]。其功能與Ask.comWolfram Alpha等問題問答系統相似。

截至2012年 (2012-Missing required parameter 1=month!),其語意網絡包含超過570億個對象,超過18億個介紹,這些不同的對象之間有連結關係,用來理解搜尋關鍵詞的含義。[3][4]

2012年11月4日,知識圖譜新增了7種語言:西班牙語、法語、德語、葡萄牙語、日語、俄羅斯語及意大利語。[5][6]

在谷歌於2012年發佈知識圖譜之前,Tim Berners-Lee於2006年就提出了Linked Data,是一種萬維網數據上建立語意關聯的方法。

更早之前,語意鏈網絡(Semantic Link Network)已經開始了系統性的研究,目標是創立一個自組織的語意互聯方法來表達知識支援智能應用, 系統性的理論和方法作為專著發表於2004年。[7] 之後,於2012年作了新的發展(詳細比較了與六十年代提出的語意網Semantic Net的區別)。[8] 語意鏈網絡研究可追溯到1998年繼承規則的定義[9]和2003年主動文件框架的研發ADF。[10] 自2003年起它已經面向自組織的語意聯網方法發展。[11] [12] 推理和演化以及自動發現隱含規則在語意鏈網絡中起重要作用。Tim Berners-Lee等專家於2006年出版的專著《A Framework for Web Science》就參照了早期關於語意鏈網絡自動發現的工作。[13] 近年來,語意鏈網絡已經發展為支援資訊物理社會智能[14] [15],已經有了許多應用[16]

對話搜尋

編輯

在2013年5月的Google I/O大會上,Google的阿米特·辛格爾提出了未來搜尋引擎的設想:搜尋引擎的三個主要功能將需要改進,搜尋將需要:1.答案,2.對話,3.預測。作為他發表主題演講的一部分,阿密特說,「一台電腦,你可以與它交談嗎?它會回答你問的嗎?我成為我的為整個世界的夢想的負責人。」對話搜尋(英語:Conversational search)技術包含阿密特推出的一種「熱關鍵詞」的搜尋技術,不需要一個介面,即用戶只需將Google搜尋引擎說「OK Google」。[17]

在I/O大會上的觀眾演示,在其中一個用戶問了一個關於聖克魯斯地名的問題,搜尋引擎除了查詢結果的介紹,還以「談話」方式回答。Google的約翰娜·懷特解釋說,搜尋引擎使用知識圖譜的數據產生的結果:「知識圖譜知道,聖克魯斯是一個地方,且此列表與聖克魯斯有關。」[17][18]

參見

編輯

參考文獻

編輯
  1. ^ 1.0 1.1 Singhal, Amit. Introducing the Knowledge Graph: Things, Not Strings. Official Blog (of Google). 2012-05-16 [2012-05-18]. (原始內容存檔於2017-12-28). 
  2. ^   Waters, Richard. Google To Unveil Search Results Overhaul. Financial Times. 2012-05-16 [2012-05-16]. [永久失效連結]
  3. ^ Staff. Get smarter answers from the Knowledge Graph from Português to 日本語 to русский. Google. 2012-12-04 [2012-12-04]. (原始內容存檔於2015-09-08). 
  4. ^ Isidoro, Andrew. Google’s Knowledge Graph: one step closer to the semantic web?. Econsultancy. 2013-02-28 [2013-04-17]. (原始內容存檔於2013-12-24). 
  5. ^ Newton, Casey. How Google is taking the Knowledge Graph global. CNET. 2012-12-14. (原始內容存檔於2013-12-03). 
  6. ^ Brown, Aaron. Get smarter answers from the Knowledge Graph from Português to 日本語 to русский. Inside Search (Google). 2012-12-12. (原始內容存檔於2016-03-05). 
  7. ^ H. Zhuge, The Knowledge Grid, World Scientific Publishing Co. 2004.
  8. ^ H. Zhuge, The Knowledge Grid: Toward Cyber-Physical Society, World Scientific Publishing Co. 2012.
  9. ^ H. Zhuge, Inheritance rules for flexible model retrieval. Decision Support Systems 22(4)(1998)379-390
  10. ^ H. Zhuge, Active e-document framework ADF: model and tool. Information & Management 41(1): 87-97 (2003).
  11. ^ H.Zhuge and L.Zheng, Ranking Semantic-linked Network, WWW 2003.
  12. ^ H. Zhuge, A novel heterogeneous data integration approach for p2p semantic link network. WWW Conference 2004: 334-335.
  13. ^ H. Zhuge, L. Zheng, N. Zhang and X. Li, An automatic semantic relationships discovery approach. WWW 2004: 278-279.
  14. ^ H.Zhuge, Semantic linking through spaces for cyber-physical-socio intelligence: A methodology, Artificial Intelligence, 175(2011)988-1019.
  15. ^ H. Zhuge, Communities and Emerging Semantics in Semantic Link Network: Discovery and Learning, IEEE Transactions on Knowledge and Data Engineering, 21(6)(2009)785-799.
  16. ^ H. Zhuge, Multi-Dimensional Summarization in Cyber-Physical Society, Morgan Kaufmann, 2016.
  17. ^ 17.0 17.1 Jessica Lee. OK Google: 'The End of Search as We Know It'. Search Engine Watch. Incisive Interactive Marketing LLC. 2013-05-16 [2013-05-20]. (原始內容存檔於2014-11-09). 
  18. ^ 存档副本. [2013-08-26]. (原始內容存檔於2014-11-06). 
  19. ^ Farber, Dan. (2013-07-30) Microsoft's Bing seeks enlightenment with Satori | Microsoft - CNET News頁面存檔備份,存於互聯網檔案館). News.cnet.com. Retrieved on 2013-11-24.

外部連結

編輯