百度下一代搜索引擎雏形曝光 应用知识图谱技术

  8月22日消息,昨日有网友爆料破解“疯狂猜成语”的最新攻略,搜索“第三个字是风的成语”,竟然在百度中有一种“另类”展现。经过验证,发现对比多家搜索引擎,谷歌(微博)、搜狗、搜索和360均不能实现。

  

  有业内专家称,在2013年百度世界大会召开之际,百度知识图谱悄然上线,这正是下一代搜索引擎的雏形。过去,百度已经有框计算,这次又新推知识图谱,在搜索技术创新上更上一层楼。这是一种基于长尾的搜索,暗含技术壁垒高,其他搜索引擎再想要模仿并不容易。

  从网页搜索结果看,此举更像是从互联网上挖出各种知识碎片,形成答案,免去人工从海量数据库中检索、分析、整理,从根本上改善搜索效率。

  对此,搜索业内人士判断,过去,搜索是以网页搜索为粒度的,新一代搜索引擎的方向,将是以知识为粒度的。过去十年,网页搜索结果几乎不变,如今,这是一种高质量的有问必答式搜索,可以实现智能交互,百度如此创新预示着下一代搜索引擎的方向。

  不过,在调查中发现,也有第三方人士称,类似产品样式,谷歌早已有之,甚至2009年创立的搜索引擎Wolfram Alpha也推出过类似知识图谱的功能。未来,百度改善和提升空间很大,可以是将字词搜索覆盖到更宽更广领域,比如拓展至影视、明星和其他知识库搜索,如此才能成为“最懂中文”的知识图谱。

  值得注意的是,今年年初,百度CEO李彦宏宣布成立百度深度学习研究院(Institute of Deep Learning,IDL),这是百度历史上首个正式成立的前瞻性研究机构,致力于“让计算机像人脑一样智能”的科学研究。李彦宏明确表示希望IDL成为像AT&T-Bell labs(贝尔实验室)、Xerox PARC(施乐帕洛阿尔托研究中心)一样的顶尖研究机构。

时间: 2024-08-03 19:23:13

百度下一代搜索引擎雏形曝光 应用知识图谱技术的相关文章

百度知识图谱 - 悄然上线的百度下一代搜索引擎雏形

class="post_content" itemprop="articleBody"> 8月22日消息,昨日有网友爆料破解"疯狂猜成语"的最新攻略,搜索"第三个字是风的成语",竟然在百度中有一种"另类"展现.经过验证,发现对比多家搜索引擎,谷歌.搜狗.搜索和360均不能实现-- 有业内专家称,在2013年百度世界大会召开之际,百度知识图谱悄然上线,这正是下一代搜索引擎的雏形.过去,百度已经有框计算,

王昊奋:大规模知识图谱技术

[大数据100分]王昊奋:大规模知识图谱技术 主讲嘉宾:王昊奋 主持人:阮彤 承办:中关村大数据产业联盟 嘉宾简介: 王昊奋,华东理工大学讲师,上海交通大学计算机应用专业博士,对语义搜索.图数据库以及Web挖掘与信息抽取有浓厚的兴趣.在博士就读期间发表了30余篇国际顶级会议和期刊论文,长期在WWW.ISWC等顶级会议担任程序委员会委员.作为Apex数据与知识管理实验室语义组负责人,他主持并参与了多项相关项目的研发,长期与IBM.百度等知名IT企业进行合作,在知识图谱相关的研究领域积累了丰富的经验

知识图谱技术分享会----有关知识图谱构建的部分关键技术简介及思考

昨天在北理工参加了一场由 雪晴数据网和北京理工大学大数据创新学习中心联合举办的知识图谱分享活动,聆听了一下午报告,可谓是受益匪浅.一下午时间安排的非常饱满,总共三场报告. 不得不说首都的学校就是厉害啊,楼都这么漂亮. 下面我就来分别说说重点和感想. 1.佛学知识图谱构建技术 东南大学 漆桂林教授 1.1 什么是知识? 1.2 知识图谱为搜索引擎带来的补充作用! 1.3知识图谱的几个关键技术 1.data extraction 数据从哪里来? 2.entity matching 就是说怎么知道be

中文知识图谱研讨会的学习总结 (上) 图谱引入、百度知心、搜狗知立方

        知识图谱(Knowledge Graph)是当前学术界和企业界的研究热点.中文知识图谱的构建对中文信息处理和中文信息检索具有重要的价值.中国中文信息学会(CIPS)邀请了有约10家从事知识图谱研究和实践的著名高校.研究机构和企业的专家及学者有意参与并发表演讲,下面就是第一届全国中文知识图谱研讨会的学习笔记.         会议介绍地址和PPT下载链接:http://www.cipsc.org.cn/kg1/         第一篇以现有百度知心和搜狗知立方为主,其中文章目录如下

综述 | 知识图谱研究进展

1 知识图谱构建技术 本节首先给出知识图谱的技术地图,然后介绍知识图谱构建的关键技术,包括关系抽取技术.知识融合技术.实体链接技术和知识推理技术. 1.1 知识图谱技术地图 构建知识图谱的主要目的是获取大量的.让计算机可读的知识.在互联网飞速发展的今天,知识大量存在于非结构化的文本数据.大量半结构化的表格和网页以及生产系统的结构化数据中.为了阐述如何构建知识图谱,本文给出了构建知识图谱的技术地图,该技术地图如图1所示.整个技术图主要分为三个部分,第一个部分是知识获取,主要阐述如何从非结构化.半结

东南大学漆桂林:知识图谱的应用

1. 语义搜索 知识图谱这个概念是谷歌提出的,谷歌做知识图谱自然是跟搜索引擎相关,即提供语义搜索.这里语义搜索跟传统搜索引擎的区别在于搜索的结果不是展示网页,而是展示结构化知识,如下图(图 1)所示: 图1:语义搜索示例 在图 1 中,当用户输入"jackie chan",搜索引擎可以识别出 jackie chan 其实就是成龙,而且,会给出成龙的各种属性信息,比如说出生日期.国籍.配偶等.这些都是以前基于关键词的检索做不到的,有了知识图谱以后,就可以即问即答了.点击成龙的配偶&quo

《中国人工智能学会通讯》——12.50 知识图谱研究综述

12.50 知识图谱研究综述 知识图谱(Knowledge Graph, KG)旨在描述客观世界的概念.实体.事件及其之间的关系.其中,概念是指人们在认识世界过程中形成对客观事物的概念化表示,如人.动物.组织机构等:实体是客观世界中具体事物,如篮球运动员姚明.互联网公司腾讯等:事件是客观世界的活动,如地震.买卖行为等.关系描述概念.实体.事件之间客观存在的关联关系,如毕业院校描述了一个人与他学习所在学校之间的关系,运动员和篮球运动员之间的关系是概念和子概念之间的关系等.谷歌于 2012 年 5月

《中国人工智能学会通讯》——7.24 现今知识图谱应用的挑战和展望

7.24 现今知识图谱应用的挑战和展望 知识图谱本身仍是一个快速发展的领域.它在搜索引擎中的应用更是刚刚起步.这里,笔者根据自身在这个方向研究过程中的经验和体会,总结出两个目前最直接对知识图谱在搜索引擎中使用的挑战,以及对这个方向将来发展的展望. 知识图谱和自然语言的对接 目前几乎所有相关工作都需要首先将知识图谱和文本数据对接起来.本文介绍了三种目前有效的主流方法,即查询词条实体标注.实体搜索和文档实体标注.但是这三种技术本身都是正在发展的技术,各自的精确度并非可以完全被依赖. 目前文档的实体标

中国人工智能学会通讯——当知识图谱“遇见”深度学习 1.1 知识图谱与深度学习融合的历史背景

大数据时代的到来,为人工智能的飞速 发展带来前所未有的数据红利.在大数据的 "喂养"下,人工智能技术获得了前所未有 的长足进步.其进展突出体现在以知识图谱 为代表的知识工程以及深度学习为代表的机 器学习等相关领域.随着深度学习对于大数 据的红利消耗殆尽,深度学习模型效果的天 花板日益迫近.另一方面大量知识图谱不断 涌现,这些蕴含人类大量先验知识的宝库却 尚未被深度学习有效利用.融合知识图谱与 深度学习,已然成为进一步提升深度学习模 型效果的重要思路之一.以知识图谱为代表 的符号主义,以