百度朱凱華：智能搜索和對話式OS技術解讀（二）
2020-08-11 11:31
程序媛驛站
關注
基于知識圖譜推理的第二個限制是靜態的圖譜很難描述用戶意圖的分布以及變化。
舉例來說，『天龍八部』這四個字，可以是小說，游戲，電視劇，電影。。。那么用戶在一個上下文中說這四個字的時候，他到底要的是什么？如果世界上正好一部新的天龍八部的電影上映了，用戶說這四個字的時候，他的需求分布是不是也應該相應改變？
搜索能夠幫助知識圖譜解決盲區和意圖分布的問題：
搜索能夠看到全景：百度搜索索引了幾百億的頁面，基本上涵蓋用戶各種需求的方方面面。
搜索能夠提供用戶真實意圖的分布：有非常多的排序特征和用戶反饋特征能告訴我們用戶在各種上下文下真實的意圖分布，并且會隨著時間推移更新。
兩者結合來給用戶『長答案』。
類似“天空為什么是藍色的”這樣的Query，用戶需要詳細的解釋，我們可以把這個問題轉化為在知識圖譜的幫助下，自動識別最佳答案段落（Paragraph Ranking）的問題。這就會是一個百度很擅長的排序問題，我們能找出最精簡描述『瑞利散射』的段落。
當知識圖譜和搜索結合，我們通過情感分析（Sentiment Analysis），可以更好的理解搜索結果。
比如非常多人在百度上搜索『孕婦可以』打電話么？吃柿子么？玩電腦么？……或者『蠶絲被能夠放在太陽下曬么』這樣的問題，往往沒有絕對的答案，這時候通過情感分析和知識圖譜，百度能夠告訴用戶說有80％的人說可以，20％的人說不可以。您需要自己判斷一下。：）
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
11月7日立即參評>> 【評選】維科杯·OFweek 2025（第十屆）物聯網行業年度評選
-
11月20日立即報名>> 【免費下載】RISC-V芯片發展現狀與測試挑戰-白皮書
-
即日-11.25立即下載>>> 費斯托白皮書《柔性：汽車生產未來的關鍵》
-
11月27日立即報名>> 【工程師系列】汽車電子技術在線大會
-
11月28日立即下載>> 【白皮書】精準洞察 無線掌控——283FC智能自檢萬用表
-
12月18日立即報名>> 【線下會議】OFweek 2025（第十屆）物聯網產業大會
