并试图了解它们之间的现实世界联系

mstarjumaakter7

然而，随着互联网上的内容变得越来越丰富，最近的挑战之一是不仅要​​提供最相关的信息，还要提供事实上正确的信息。 以下是事实不准确的示例： 在阿塞拜疆大奖赛中，您会注意到丰富结果的一个问题。排名第七和第九的迈凯伦雷诺汽车并不像谷歌显示的那样被称为迈凯伦本田。 根据迈凯伦官方网站和维基百科，迈凯伦使用雷诺发动机而不是本田发动机！ 此外，搜索“亚美尼亚总理”在轮播中忽略了谢尔日·萨尔基相 (Serzh Sargsyan) 于 2007 年至 2008 年担任总理的事实： 事实不准确是不可接受的，因为它们会导致偏见，对于搜索引擎来说，最重要的是从互联网上提供事实上正确的信息，而不让用户产生偏见。 事实信息来源|知识图谱 为了更好地利用事实准确的内容，谷歌引入了 KG 或知识图谱的概念。 知识图是一种智能模型，它利用谷歌庞大的实体和基于事实的信息存储库，并试图了解它们之间的现实世界联系。


谷歌不是从字面上解释每个关键字和查询，而是推断人们正在寻找什么。 知识图谱的目标——正如谷歌在他们的（仍然相关的）介绍视频中 电报数据 很好地解释的那样——是“从信息引擎转变为知识引擎”。 根据知识图对语义搜索和项目之间关系的理解，Google 在搜索结果右侧的面板（称为知识面板）中显示其认为最相关的信息。 在早期，这些结果是静态的，但如今您可以通过这些面板预订电影票、观看 YouTube 视频以及收听 Spotify 上的歌曲。 知识图谱和丰富结果一样吗？ 对于知识图，人们可能会问一个问题：知识图与其他搜索功能（例如特色片段）是否相同。






尽管知识图和特色片段似乎使用相同的样式和图像模式，但主要区别如下： 特色片段 特色片段只是搜索功能的一个方面，其唯一目的是为查询提供最相关的答案。 知识图谱 知识图谱是一种底层算法，可以帮助Google以实体的形式保留最相关、最真实的信息。这些信息用于提供各种搜索引擎结果，包括特色片段。 不能请求更改或更新精选片段。 2. 您可以建议对知识图进行更改，尤其是涉及您的品牌标识和信息的地方。如何减少搜索结果中的偏差 | KELM算法介绍 KELM 是知识增强语言模型预训练的缩写。