Многоуровневые ответы - еще один пример того, как Bing использует искусственный интеллект для более богатых результатов поиска.
В декабре прошлого года Bing представил несколько AI-источников поиска, один из которых является интеллектуальным ответом. На этой неделе Мир Розенберг из поисковой группы Bing опубликовал более подробную информацию о том, как работает один тип интеллектуального формата ответа, называемый многоуровневыми ответами.
Многоязычные ответы Bing предоставляют две разные и часто противоположные точки зрения по теме. «Есть много вопросов, когда получить только одну точку зрения недостаточно, удобно или всесторонне», - писал Розенберг в блоге. «Мы считаем, что ваша поисковая система должна информировать вас, когда есть разные точки зрения, чтобы ответить на ваш вопрос, и это должно помочь вам сэкономить время исследований, расширяя ваши знания с помощью богатого контента, доступного в Интернете».
Ниже приведены некоторые примеры карт с несколькими перспективами Bing, отображаемых на рабочем столе. (На мобильном телефоне карты отображаются вертикально.)
Как работают многопользовательские ответы Bing
Интеллектуальные ответы были представлены на мероприятии Microsoft AI в декабре, где компания изложила несколько способов, в которых искусственный интеллект внедряется в поисковую систему, чтобы обеспечить более богатые результаты - все это под эгидой интеллектуального поиска. Помимо интеллектуальных ответов, направленных на предоставление ответов на более сложные вопросы, Bing представил интеллектуальный поиск изображений, чтобы сделать изображения «shoppable» и диалогового поиска, в которых он предлагает уточнения запросов для широкого поиска.
Для многопроцессорных ответов Розенберг объясняет, что Bing использует несколько моделей обучения для «определения приоритетности авторитетного контента на авторитетных высококачественных веб-сайтах, которые имеют отношение к рассматриваемому предмету, имеют легко обнаруживаемый контент и минимально без каких-либо отвлекающих факторов на сайте».
Когда пользователь задает вопрос, проходы, связанные с запросом, извлекаются из веб-поиска Bing и механизма ответа на вопрос. Используя модели глубокой рекуррентной нейронной сети (Deep RNN), проходы оцениваются для определения сходства и настроений и кластеризации соответственно. Затем наиболее релевантные отрывки из каждого кластера идентифицируются на основе анализа настроений и других функций и обслуживаются в многопроцессорных карточках ответов.
Иллюстрация о том, как результаты идентифицируются и выбираются для многопроцессорных карточек ответов Bing.
Со своей стороны, Google недавно упомянул в своем руководстве по признакам, что он может отображать несколько ответов на запрос с отдельными признаками. «Часто публикуются разнообразные перспективы издателей, и мы хотим предоставить пользователям возможность видеть и получать доступ к этим перспективам из разных источников», - объяснил разработчик программного обеспечения Google Матвей Грей.
Вот пример такого вида лечения в Google:
Bing Multi-Perspective Answers живет в США и будет расширяться, начиная с Соединенного Королевства в ближайшие несколько месяцев.
Post A Comment:
0 comments so far,add yours