Willkommen zurück zu einer weiteren Woche für die Geeks.

Was die Patente der Google-Suche angeht, war es ziemlich ruhig, aber ich habe in den letzten Wochen ein paar gesehen, die es wert waren, geteilt zu werden.

Also, lasst uns loslegen.

Neueste interessante Google-Patente

Abfragen eines Datendiagramms mithilfe von Abfragen in natürlicher Sprache

Gespeichert: 13. März 2013Ausgegeben: 20. Oktober 2020

Abstrakt

„Die Implementierungen umfassen Systeme und Methoden zum Abfragen eines Datendiagramms. Ein beispielhaftes Verfahren umfasst das Empfangen eines maschinellen Lernmoduls, das darauf trainiert ist, ein Modell mit mehreren Merkmalen für eine Abfrage zu erstellen, wobei jedes Merkmal einen Pfad in einem Datengraphen darstellt. Das Verfahren umfasst auch das Empfangen einer Suchabfrage, die einen ersten Suchbegriff enthält, das Zuordnen der Suchabfrage zu der Abfrage und das Zuordnen des ersten Suchbegriffs zu einer ersten Entität im Datengraphen. Das Verfahren kann auch das Identifizieren einer zweiten Entität in dem Datengraphen unter Verwendung der ersten Entität und mindestens eines der mehrfach gewichteten Merkmale und das Bereitstellen von Informationen bezüglich der zweiten Entität in einer Antwort auf die Suchabfrage umfassen. Einige Implementierungen können auch das Trainieren des Moduls für maschinelles Lernen umfassen, indem beispielsweise positive und negative Trainingsbeispiele aus einer Antwort auf eine Anfrage generiert werden. “

Daves Notizen

Es ist interessant, dass dies bereits 2013 eingereicht wurde.

Warum?

Weil es sich um semantische Elemente, Diagramme und Entitäten handelt.

Viele SEO-Profis hatten damals keine Ahnung, was das für ein Zeug war, da selten darüber gesprochen wurde.

Tatsächlich verstehen viele SEO-Leute bis heute nicht wirklich, wie Google damit umgeht Semantik.

Zur Hölle, in letzter Zeit sehe ich sie immer noch über archaische Ansätze wie LSI.

Zu sagen, dass ein Großteil des Berufs der organischen Suche wirklich hinterherhinkt, wenn es darum geht, wie die Suche heutzutage tatsächlich funktioniert.

Der Kern dieses Patents ist die Diskussion darüber, wie in der Vergangenheit viele Entitätsbeziehungen und Diagrammdaten tatsächlich manuell zusammengeschustert wurden (können Sie sich vorstellen?), Und sie wollten dies durch maschinelles Lernen stärker automatisieren.

Auch dies ist 2013, meine Freunde.

Es sollte in den letzten Jahren kein Gesprächsthema sein… aber es war so.

Schauen wir uns einige interessante Punkte an.

Bemerkenswert

„(…) In einem Datendiagramm können Entitäten wie Personen, Orte, Dinge, Konzepte usw. als Knoten gespeichert werden, und die Kanten zwischen Knoten können die Beziehung zwischen den Knoten anzeigen. In einem solchen Datendiagramm können die Knoten “Maryland” und “USA” durch die Ränder von “In Country” und / oder “Has State” verbunden sein. „

„Das aus dem Text und dem Datendiagramm extrahierte Wissen wird als Eingabe verwendet, um einen Algorithmus für maschinelles Lernen zu trainieren, mit dem Tupel für das Datendiagramm vorhergesagt werden können. Der trainierte Algorithmus für maschinelles Lernen kann mehrere gewichtete Merkmale für eine gegebene Beziehung erzeugen, wobei jedes Merkmal einen Rückschluss darauf darstellt, wie zwei Entitäten in Beziehung stehen könnten. „

„Bei einigen Implementierungen können Fragen in natürlicher Sprache aus dem Datendiagramm beantwortet werden. In solchen Implementierungen kann das Modul für maschinelles Lernen trainiert werden, um Features Abfragen zuzuordnen, und die Features, die verwendet werden, um mögliche Abfrageergebnisse bereitzustellen. Die Schulung kann die Verwendung positiver Beispiele aus Suchdatensätzen oder aus Abfrageergebnissen umfassen, die von einer dokumentbasierten Suchmaschine erhalten wurden. Das trainierte maschinelle Lernmodul kann mehrere gewichtete Merkmale erzeugen, wobei jedes Merkmal eine mögliche Abfrageantwort darstellt, die durch einen Pfad im Datengraphen dargestellt wird. ”

Suchen und Abrufen von strukturierten Informationskarten

Gespeichert: 26. Oktober 2020Ausgegeben: 3. November 2020

Abstrakt

„Methoden, Systeme, Geräte, einschließlich Computerprogramme, die auf einem Computerspeichermedium codiert sind, um die Identifizierung zusätzlicher Triggerbegriffe für eine strukturierte Informationskarte zu erleichtern. In einem Aspekt umfasst das Verfahren Aktionen des Zugriffs auf Daten, die einer Vorlage zum Präsentieren strukturierter Informationen zugeordnet sind, wobei die Daten, auf die zugegriffen wird, (i) einen Etikettenbegriff und (ii) einen Wert referenzieren. Andere Aktionen können das Erhalten eines Kandidatenetikettenbegriffs, das Identifizieren einer oder mehrerer Entitäten, die dem Etikettenbegriff zugeordnet sind, das Identifizieren einer oder mehrerer der Entitäten, die dem Kandidatenetikettenbegriff zugeordnet sind, und für jede bestimmte Entität der einen oder mehreren Entitäten umfassen die dem Kandidaten-Label-Begriff zugeordnet sind und dem Kandidaten-Label-Begriff (i) einen Label-Begriff, der der jeweiligen Entität zugeordnet ist, und (ii) den mit dem Label-Begriff verbundenen Wert. “

Daves Notizen

Hier gibt es nichts wirklich Erderschütterndes, aber es gibt uns einen Eindruck davon, wie Informationskarten, Entitäten, Wissensdatenbanken und strukturierte Daten zusammenspielen können.

Für mich ist es ein weiteres Beispiel dafür, wie sich SEO im Laufe der Jahre verändert hat und weit mehr als das, was Praktikern und Verlegern im Geschäft anscheinend ins Auge fällt.

Bemerkenswert

„(…) Es wird eine Karten-Trigger-Term-Identifikationseinheit bereitgestellt, die zusätzliche Trigger-Terms für eine strukturierte Informationskarte identifizieren kann. Mit der Kartenauslöser-Identifikationseinheit kann die Grammatik einer oder mehrerer strukturierter Informationskarten im Laufe der Zeit angepasst werden, indem Kandidatenbegriffe auf mögliche Aufnahme in die Grammatik einer strukturierten Informationskarte bewertet werden. “

“Angenommen, die Grammatik für eine strukturierte Informationskarte” Film “enthält die Begriffe” Filmzeit “,” Bestätigung der Kinokarte “und” Bestätigungsnummer der Karte “. Die Karten-Trigger-Term-Identifikationseinheit kann die Begriffe analysieren, die mit der Grammatik der strukturierten Informationskarte “Film” und einer oder Kandidatenabfragen verbunden sind, und einen zusätzlichen Trigger-Term für die strukturierte Informationskarte “Film” wie den Trigger-Term identifizieren “Kinokarte.” Dementsprechend lösen nachfolgende Anfragen, die eingehende Begriffe wie “Filmzeit”, “Kinokarte” oder beides enthalten, die Anzeige einer strukturierten Informationskarte “Film” als Antwort auf solche Anfragen aus.

Das war’s für diese Woche, Leute.

Vergessen Sie wie immer niemals die Tiefe von wie Suchmaschinen funktionieren und verschieben Sie ständig die Grenzen Ihres Lernens und Ihrer Strategien.

Bis nächste Woche!

Mehr Ressourcen:

Bildnachweis

Ausgewähltes Bild: Erstellt vom Autor, November 2020
In-Post-Bilder: USPTO

Quelle

Erzählen Sie Ihren Freunden davon: