从链接数据集到知识图谱

[rakibhasanbd4723]

图片：从链接数据集网络（2009 年 2 月 Tim Berners-Lee 的 Ted Talk截图）到“人类可读的”搜索结果（戴高乐查询的知识图谱截图）。

机器正在学习并且搜索习惯正在改变

这些技术进步，加上移动革命和不 丹麦电话数据 断增长的互联网用户数量，对搜索习惯产生了巨大影响，更具体地说，对人们使用搜索的方式产生了巨大影响。搜索结果过去由 10 个简单的蓝色链接组成，现在则变得更加复杂，反映了人们今天的搜索方式。语音搜索和 Siri 或 Google Now 等“个人助理”的发展意味着人们正在使用越来越自然的对话语言以及更长更精确的查询。他们还希望结果更具相关性和个性化，为他们的问题提供即时答案。

机器学习领域的进步令人惊叹，语音识别、计算机视觉和自然语言处理等都取得了巨大发展。在2013 年 8 月的一次采访中，谷歌研究员 Jeff Dean 讨论了他的团队的工作，即开发能够结合监督学习和无监督学习能力的搜索引擎，以提高其预测能力和对人类搜索的理解。简而言之，他们的目标是构建能够理解和回答从未见过的查询的搜索引擎。以前，为了找到特定的信息，用户必须优化自己的搜索，例如使用额外的关键词或变体。将来，搜索引擎将能够回答相关的后续问题并自行操作搜索优化。

谷歌的自动建议工具已经实现了这一点（在有限的范围内）。利用语义和链接数据，谷歌能够理解搜索“戴高乐”可能具有多种意图。用户是在寻找有关人还是机场的信息？自动建议工具已经能够为您优化搜索（见下面的谷歌搜索框截图）。