微软开源关键Bing搜索搜索算法

 
无论信不信，关键字查询构成了网络搜索的一小部分。得益于谷歌镜头和Bing视觉搜索等工具，计算机视觉算法的推动力超过了他们的公平份额，自然语言处理模型也支持像Alexa和Google智能助理这样的智能助手。不断增加的媒体组合是微软转向另一种AI技术 – 空间分区树和图(SPTAG) – 以更好地解析搜索的一个原因。它现在可以在开源中使用，还有示例技术和附带的视频。
正如微软在博客文章中解释的那样，SPTAG使开发人员能够利用结果查找AI来筛选矢量 – 单词，图像像素和其他数据点的数学表示 – 以毫秒为单位。微软表示，SPTAG(用C ++编写并用Python包装)是许多Bing搜索服务的核心，它已被用来帮助公司的研究人员“更好地理解”数十亿“网络搜索背后的意图” 。
要查看它的实际效果，请尝试点击Bing中的搜索查询“巴黎的塔楼有多高?”。它会产生正确答案 – 1,063英尺 – 即使问题中没有出现“Eiffel”这个词，结果中也不会出现“tall”这个词。
那怎么样呢?分配给数据位的向量可以彼此接近地排列或映射以指示相似性。这些近端结果会显示给用户;在Bing中，执行搜索后，扫描索引向量以提供最佳匹配。此外，分配用于训练模型，这些模型考虑搜索后最终用户点击等输入，以“更好地理解搜索的含义”。
微软表示，Bing Search迄今已对超过1500亿条数据进行了编目，包括单个单词，字符，网页代码段和完整查询。 “Bing每天处理数十亿个文档，现在的想法是我们可以将这些条目表示为向量，并搜索这个1000亿以上向量的巨大索引，以便在5毫秒内找到最相关的结果，”Bing项目经理Jeffrey说道。朱。
Bing团队期望开源SPTAG可用于构建可识别基于音频片段所说语言的应用，或用于让用户拍摄鲜花照片并识别属和物种的服务。
“关键词搜索算法只是在人们提出问题或拍照并询问搜索引擎时失败，’这是什么?’即使是几秒钟的搜索也会使应用程序无法使用，”Bing团队项目经理Rangan Majumder说。 “我们只是开始探索在这个深度上进行矢量搜索的真正可能性。”