大数跨境

两项值得关注的最新 Google 专利 – 2020年11月6日

两项值得关注的最新 Google 专利 – 2020年11月6日 搜索引擎报
2020-11-06
0
导读:以下是过去几周一些有趣的与 Google 搜索相关的专利更新。

近期Google搜索专利动态相对平稳,但仍有几项关键专利值得关注。本期将重点解析两项涉及自然语言查询与结构化信息卡的核心技术,揭示搜索引擎在语义理解与实体关联方面的底层逻辑。

最新值得关注的Google专利

使用自然语言查询对数据图进行查询

  • 申请日期:2013年3月13日
  • 授权日期:2020年10月20日

摘要

该专利涉及一种利用机器学习模块处理数据图查询的系统与方法。核心流程包括:接收训练好的机器学习模型,该模型为查询生成代表数据图中路径的多特征集;将包含首搜索词的查询映射至数据图中的首个实体;基于该实体及加权特征识别第二个实体,并在响应中提供相关信息。此外,系统可通过从答案中生成正负例样本来持续训练机器学习模块。

专家解读

这项2013年提交的专利揭示了Google早期对语义元素、知识图谱及实体关系的深度布局。当时业界普遍缺乏相关认知,至今仍有许多SEO从业者停留在LSI等过时概念上,未能真正理解现代搜索的语义工作原理。

该专利的核心价值在于探索如何利用机器学习自动化构建实体关系与图数据,替代传统的人工拼凑模式。这表明Google在七年前便已着手解决知识图谱的自动化扩展问题,其技术前瞻性远超行业普遍认知。

关键技术点

1. 实体存储结构:人物、地点、事物及概念等实体作为节点存储于数据图中,节点间的边表示实体关系(如“马里兰州”与“美国”通过“位于国家内”链接)。

2. 算法训练机制:利用从文本和数据图中提取的知识训练机器学习算法,预测数据图元组并生成加权特征,每个特征代表对两个实体关联方式的推断。

3. 自然语言响应:训练模块将特征映射至查询,利用数据图中的路径生成可能的查询答案。训练过程结合搜索记录或文档引擎结果中的正面示例,以提升回答准确性。

结构化信息卡片的搜索与检索

  • 申请日期:2020年10月26日
  • 授权日期:2020年11月3日

摘要

该专利描述了一种促进结构化信息卡识别额外触发词的方法。系统访问与展示模板相关的数据(含标签词与值),获取候选标签词并识别关联实体。随后,将特定实体关联的标签词及对应值与候选标签词建立联系,从而优化信息卡的触发机制。

专家解读

此项专利阐明了信息卡、实体、知识库与结构化数据的协同工作机制。它反映了SEO生态的深层演变:搜索引擎对内容的理解已超越表面关键词匹配,转向基于实体关系的精准触发。从业者需认识到,结构化数据的优化本质上是协助机器更准确地识别和关联实体。

关键技术点

1. 动态语法调整:卡片触发词识别单元通过评估候选术语,随时间推移自动调整结构化信息卡的语法规则。

2. 触发词扩展实例:若“电影”信息卡原有语法包含“电影时间”、“票确认号”,系统可分析相关查询并识别出“电影票”等新触发词。此后,用户搜索“电影票”即可直接触发该信息卡展示,显著提升检索效率与用户体验。

搜索引擎的工作原理具有极高的复杂性与深度。建议从业者持续关注底层技术逻辑,通过不断学习与策略迭代拓展认知边界。

【声明】内容源于网络
0
0
搜索引擎报
搜索引擎时报
内容 2933
粉丝 0
搜索引擎报 搜索引擎时报
总阅读3.4k
粉丝0
内容2.9k