微软开源关键字必应搜索搜索算法

不管信不信，关键词查询占了网络搜索的递减部分。 由于Google Lens和Bing Visual Search等工具的支持，计算机视觉算法的驱动超过了它们的公平份额，支持Alexa和Google助手等智能助手的自然语言处理模型也是如此。 越来越多的媒体组合是微软转向另一种AI技术——空间分区树和图形(SPTAG)来更好地解析搜索的原因之一。 它现在可以在开源中使用，还有一些示例技术和附带的视频。

正如微软在一篇博客文章中所解释的，SPTAG使开发人员能够利用结果发现AI，它通过向量-单词、图像像素和其他数据点的数学表示-以毫秒为单位。 微软说，SPTAG(用C语言编写并由Python封装)是Bing搜索服务的核心，它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。

要看到它的作用，试着点击搜索查询“巴黎的塔有多高?”在Bing。 它将得到正确的答案-1063英尺-尽管“埃菲尔”一词没有出现在问题中，“高”一词从未出现在结果中。

那它是怎么工作的? 分配给数据位的向量可以排列-或映射-在彼此附近表示相似性。 这些近端结果显示给用户;在Bing中，在执行搜索后，对索引向量进行扫描，以提供最佳匹配。 此外，这些任务还被用来训练模型，这些模型考虑输入，比如搜索后的最终用户点击，以“更好地理解搜索的含义”。

微软表示，Bing Search迄今已收录了超过1500亿条数据，包括单字、字符、网页片段和完整查询。 Bing程序经理Jeffrey Zhu说：“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，并通过这个1000亿以上向量的巨大索引进行搜索，在5毫秒内找到最相关的结果。

Bing团队预计，开放源码SPTAG可以用于构建应用程序，可以根据音频片段识别正在使用的语言，或者可以让用户对花卉拍照并识别其属和种的服务。

必应集团(Bing Group)项目经理Rangan Majumder说：“当人们问问题或拍照问搜索引擎‘这是什么’时，关键词搜索算法就会失败。” “我们只是开始探索在这个深度的矢量搜索到底有什么可能。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！