دو جدیدترین اختراع ثبت شده مورد علاقه Google – 6 نوامبر 2020

خوش آمدید به یک هفته دیگر برای گیک ها.

در آنجا خارج از اختراع ثبت شده در گوگل نسبتاً آرام بود ، اما من در طی چند هفته گذشته زوجی را دیدم که ارزش اشتراک گذاری را داشتند.

بنابراین ، بیایید وارد آن شویم.

جدیدترین اختراع ثبت شده مورد علاقه Google

استعلام نمودار داده با استفاده از نمایش داده های زبان طبیعی

• بایگانی شده: 13 مارس 2013
• اعطا شده: 20 اکتبر 2020

چکیده

“پیاده سازی ها شامل سیستم ها و روش های پرس و جو در یک نمودار داده است. یک روش مثال شامل دریافت یک ماژول یادگیری ماشین است که برای تولید مدلی با چندین ویژگی برای یک پرس و جو آموزش دیده است ، هر ویژگی نمایانگر یک مسیر در نمودار داده است. این روش همچنین شامل دریافت یک جستجوی جستجو شامل اولین عبارت جستجو ، نگاشت پرس و جو جستجو به پرس و جو و نگاشت اولین عبارت جستجو برای موجودیت اول در نمودار داده است. این روش همچنین ممکن است شامل شناسایی موجودیت دوم در نمودار داده ها با استفاده از موجودیت اول و حداقل یکی از ویژگی های چندگانه باشد و ارائه اطلاعات مربوط به موجودیت دوم در پاسخ به پرسش جستجو. برخی از پیاده سازی ها ممکن است شامل آموزش ماژول یادگیری ماشین با ایجاد مثال های مثبت و منفی آموزش از پاسخ به یک سeryال باشد. “

یادداشت های دیو

جالب است که این پرونده در سال 2013 ثبت شده است.

چرا؟

زیرا با عناصر ، نمودارها و موجودات معنایی سروکار دارد.

بسیاری از طرفداران SEO در آن زمان هیچ سرنخی از این موارد نداشتند زیرا به ندرت درباره آنها صحبت می شد.

در حقیقت ، تا به امروز بسیاری از افراد در زمینه جستجوگرها نحوه برخورد گوگل را “بدست نمی آورند” مفاهیم.

جهنم ، اخیراً هنوز می بینم که آنها در مورد رویکردهای باستانی مانند اینها صحبت می کنند LSI

گفتن اینکه بسیاری از حرفه های جستجوی ارگانیک در مورد چگونگی عملکرد جستجو واقعاً خوب است و واقعاً عقب است.

هسته اصلی این حق ثبت اختراع بحث در مورد این است که چگونه در گذشته بسیاری از روابط موجودیت و داده های نمودار به طور دستی با هم گره خورده بودند (آیا تصور می کنید؟) و آنها به دنبال اتوماسیون بیشتر این امر با یادگیری ماشین هستند.

دوباره ، این سال 2013 است ، دوستان من.

در چند سال گذشته نباید یک نقطه صحبت باشد … اما همین بوده است.

به هر حال ، اجازه دهید برخی از نقاط مورد علاقه را بررسی کنیم.

قابل توجه

“(…) در نمودار داده ها ، موجودیت ها ، مانند افراد ، مکان ها ، اشیا، ، مفاهیم و غیره ، ممکن است به عنوان گره ذخیره شوند و لبه های بین گره ها ممکن است رابطه بین گره ها را نشان دهد. در چنین نمودار داده ای ، گره های “مریلند” و “ایالات متحده” ممکن است توسط لبه های “در کشور” و / یا “دارای حالت” باشد. “

“دانش استخراج شده از متن و نمودار داده به عنوان ورودی برای آموزش الگوریتم یادگیری ماشین برای پیش بینی tuples برای نمودار داده استفاده می شود. الگوریتم یادگیری ماشین آموزش دیده ممکن است چندین ویژگی وزنی را برای یک رابطه معین تولید کند ، هر ویژگی نمایانگر استنباط در مورد چگونگی ارتباط دو موجودیت است. “

“برخی از پیاده سازی ها اجازه می دهد تا س quالات زبان طبیعی از نمودار داده ها پاسخ داده شود. در چنین پیاده سازی هایی ، ماژول یادگیری ماشین می تواند برای ترسیم ویژگی ها به درخواست ها و ویژگی های مورد استفاده برای ارائه نتایج احتمالی پرسش ، آموزش ببیند. این آموزش ممکن است شامل استفاده از مثالهای مثبت از سوابق جستجو یا از نتایج پرس و جو به دست آمده از یک موتور جستجوی مبتنی بر سند باشد. ماژول آموزش ماشین آموخته شده ممکن است چندین ویژگی وزن دار تولید کند ، جایی که هر ویژگی نشان دهنده یک پاسخ پرسشی ممکن است که با یک مسیر در نمودار داده نشان داده می شود. “

جستجو و بازیابی کارتهای اطلاعاتی ساخت یافته

• بایگانی شده: 26 اکتبر 2020
• اعطا شده: 3 نوامبر 2020

چکیده

“روش ها ، سیستم ها ، دستگاه ها ، از جمله برنامه های رایانه ای رمزگذاری شده در محیط ذخیره سازی رایانه ، برای تسهیل شناسایی اصطلاحات ماشه اضافی برای یک کارت اطلاعات ساختار یافته. از یک جنبه ، این روش شامل اقدامات دستیابی به داده های مرتبط با الگویی برای ارائه اطلاعات ساختاری است که در آن منابع داده ارجاع شده (i) یک اصطلاح برچسب و (ii) یک مقدار است. اقدامات دیگر ممکن است شامل بدست آوردن اصطلاح برچسب نامزد ، شناسایی یک یا چند نهاد مرتبط با اصطلاح برچسب ، شناسایی یک یا چند نهاد مرتبط با اصطلاح برچسب نامزد و برای هر نهاد خاص از یک یا چند نهاد باشد که با اصطلاح برچسب کاندیدا همراه است ، با اصطلاح برچسب کاندیدا مرتبط است ، (i) یک اصطلاح برچسب که با موجودیت خاص مرتبط است و (ii) مقدار مرتبط با اصطلاح برچسب. “

یادداشت های دیو

در اینجا هیچ چیز واقعا زمین شکن نیست ، اما به ما درک می کند که چگونه کارت های اطلاعات ، نهادها ، پایگاه های دانش و داده های ساختاریافته می توانند با هم بازی کنند.

برای من ، این یک نمونه بیشتر از چگونگی تغییر SEO در طول سالها است و بسیار بیشتر از آنچه به نظر می رسد مورد توجه پزشکان و ناشران در تجارت است.

قابل توجه

“(…) یک واحد شناسایی مدت زمان کارت ارائه شده است که می تواند اصطلاحات تریگر اضافی را برای یک کارت اطلاعات ساختار یافته شناسایی کند. واحد شناسایی ماشه کارت اجازه می دهد تا با مرور زمان ، دستورالعمل یک یا چند کارت اطلاعات ساختاریافته ، با ارزیابی اصطلاحات نامزد برای درج بالقوه در دستور زبان کارت اطلاعاتی ساخت یافته ، تنظیم شود. “

“به عنوان مثال ، فرض کنید دستور زبان کارت اطلاعاتی ساخت یافته” فیلم “شامل اصطلاحات” زمان فیلم “،” تأیید بلیط فیلم “و” شماره تأیید بلیط “باشد. واحد شناسایی ماشه کارت ممکن است اصطلاحات مرتبط با دستور زبان کارت اطلاعاتی ساختاری “فیلم” و پرسشهای یک یا نامزدها را تجزیه و تحلیل کند و یک اصطلاح ماشه اضافی برای کارت اطلاعات ساختاری “فیلم” مانند اصطلاحات ماشه ای مشخص کند “بلیط فیلم” بر این اساس ، سeriesالات بعدی دریافت می شود که شامل عباراتی مانند “زمان فیلم” ، “بلیط فیلم” یا هر دو نمایش کارت اطلاعاتی ساختاری “فیلم” را در پاسخ به این سeriesالات آغاز می کند. “

این در مورد این هفته مردم است.

مثل همیشه ، هرگز عمق را فراموش نکنید موتورهای جستجو چگونه کار می کنند و با یادگیری و استراتژی های خود مرتباً مرزها را ادامه دهید.

هفته بعد میبینمت!

منابع بیشتر:

اعتبار تصویر

تصویر ویژه: ایجاد شده توسط نویسنده ، نوامبر 2020
تصاویر در پست: USPTO