谷歌正在對其核心原創(chuàng)產(chǎn)品——搜索——進行大規(guī)模升級，以使其更有用，并顯示更多相關(guān)結(jié)果。
通過這次更新，谷歌希望更好地理解你在搜索框中輸入的所有關(guān)鍵詞，而不僅僅是關(guān)鍵詞。 這包括給問題提供上下文的重要詞匯，比如“ to”或“ for”
以前，谷歌的搜索算法基本上會忽略這些重要的上下文關(guān)聯(lián)詞，因為它只會查看關(guān)鍵字。 這里有一個谷歌提供的例子來說明它在考慮它曾經(jīng)忽略的重要詞匯時的區(qū)別:
搜索框中的查詢是詢問谷歌一個計劃在2019年前往美國的巴西旅行者是否需要簽證。
在左邊的預更新結(jié)果中，谷歌誤解了搜索詞，并顯示了一個無關(guān)的結(jié)果ーー谷歌認為你想知道2019年以美國旅行者身份前往巴西的簽證要求。
在更新后的結(jié)果中，谷歌了解到你是一名巴西旅行者，詢問2019年前往美國的簽證要求。
事實上，單詞“ to”在這個搜索查詢中扮演著重要的角色。 你告訴谷歌你是一個去美國旅游的巴西人。 但是谷歌之前的搜索引擎不會承認這一點，因為它不會使用“ to”這個詞
谷歌搜索研究員兼副總裁潘杜 · 納亞克(Pandu Nayak)在一篇博客文章中也承認了這一點，“雖然這些年來我們一直在不斷提高自己的語言理解能力，但有時我們?nèi)匀粵]有做好，尤其是在復雜或?qū)υ捠讲樵兎矫?/p>
現(xiàn)在任何關(guān)注 google 的人都不會對這次升級的關(guān)鍵技術(shù)感到驚訝。 正是“機器學習” 。簡而言之，機器學習幫助谷歌“處理一個句子中與所有其他單詞相關(guān)的單詞，而不是按順序一個一個地處理，”納亞克說，因此，它可以“通過查看前后出現(xiàn)的單詞來考慮一個單詞的整個上下文——對于理解搜索查詢背后的意圖特別有用。”
下面是另一個例子:
對于上面的例子，納亞克說，機器學習幫助谷歌“更好地理解‘ For someone'是這個查詢的一個重要部分，而之前我們忽略了其中的含義，以及關(guān)于填寫處方的一般結(jié)果。”
自最初部署以來，谷歌已經(jīng)改進了搜索。 但是目前的更新是“過去五年中最大的飛躍，也是搜索歷史上最大的飛躍之一，” Nayak 說。
考慮到谷歌搜索服務(wù)在互聯(lián)網(wǎng)發(fā)展史上的重要性，以及它在我們?nèi)粘Ｉ钪械闹匾裕雀杷阉鞲碌闹匾栽趺磸娬{(diào)都不為過。
納亞克表示，谷歌搜索將更好地理解美國十分之一的英語搜索，并將推出機器學習驅(qū)動的更新，更多語言和更多時間地點。
【翻譯自https://www.hindustantimes.com/】
