Как Google исправляет запросы, введенные с неправильной раскладкой клавиатуры, используя контекст пользователя

Термины и определения

Incorrect Input Mapping (Неверное отображение ввода)

Ситуация, когда пользователь вводит запрос, используя раскладку клавиатуры, отличную от той, которую он намеревался использовать.

Script (Скрипт / Система письма)

Система письма, используемая в запросе (например, латиница, кириллица, иврит).

Source Keyboard Layout (Исходная раскладка клавиатуры)

Раскладка, которая была фактически активна у пользователя при вводе запроса (ошибочная).

Target Keyboard Layout (Целевая раскладка клавиатуры)

Раскладка, которую пользователь, предположительно, намеревался использовать.

Suggestion-set (Набор подсказок)

Набор предлагаемых вариантов запросов. В патенте используется как альтернативный метод оценки качества ввода.

User Language Preference (Языковые предпочтения пользователя)

Агрегированные данные о предпочитаемых языках пользователя, основанные на его контексте (настройки, местоположение, история).

User Search History (История поиска пользователя)

Данные о предыдущих запросах и взаимодействиях с результатами (клики), используемые для определения языковых предпочтений.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс автоматической коррекции.

1. Система получает первый поисковый запрос в первом скрипте.
2. Получает первый результат поиска.
3. Система определяет, что первый результат содержит количество элементов меньше порогового значения (less than a threshold number). Это является триггером.
4. Как следствие этого:
   • Идентифицируется первая (исходная) раскладка клавиатуры.
   • Определяется вторая (целевая) раскладка клавиатуры, соответствующая второму скрипту.
   • Генерируется второй (скорректированный) запрос путем переназначения (mapping) символов из первой раскладки во вторую.
   • Получает второй результат поиска.
5. Передает второй результат поиска на устройство пользователя в ответ на первый запрос.

Ядро изобретения — использование низкого количества результатов как индикатора ошибки ввода и триггера для активации механизма переназначения раскладки.

Claim 5 (Зависимый от 1): Детализирует, как определяется вторая (целевая) раскладка.

Определение основано на идентификации User Language Preference. Эта идентификация использует один или несколько из следующих контекстных факторов: языковые настройки пользователя (user languages settings), язык пользовательского интерфейса (user interface language), географическое местоположение (geographic location) или история поиска пользователя (user search history).

Claim 17 (Независимый пункт): Описывает метод, фокусирующийся на использовании истории поиска для определения раскладки.

1. Получается запрос и история поиска пользователя.
2. Получаются результаты поиска.
3. Определяется, что количество элементов в результатах меньше порога.
4. Как следствие, идентифицируется вторая раскладка клавиатуры на основе *части* результатов в истории поиска (a portion of search results in the search query history).

Это подчеркивает, что для определения языка могут использоваться не все данные истории, а, например (как указано в зависимых пунктах, таких как 16), только те результаты, которые были посещены пользователем (accessed by the user). Это означает использование данных о кликах для определения языковых предпочтений.

Где и как применяется

Изобретение применяется на ранних этапах обработки запроса.

QUNDERSTANDING – Понимание Запросов
Это основной этап применения патента. Система функционирует как модуль коррекции ввода и переписывания запроса (Query Rewriting).

1. Предварительная оценка: Быстро оценивается качество/количество результатов для исходного запроса.
2. Обнаружение ошибки: Если результаты не соответствуют порогу, предполагается Incorrect Input Mapping.
3. Контекстуализация: Система анализирует контекстные сигналы пользователя для определения его языкового намерения.
4. Переписывание запроса: Запрос переписывается с использованием предполагаемой целевой раскладки.

RANKING – Ранжирование
Этап ранжирования используется для генерации первоначальных результатов (для оценки триггера) и затем для генерации финальных результатов по скорректированному запросу.

Входные данные:

• Исходный поисковый запрос.
• Контекстные данные пользователя (IP, история поиска, язык интерфейса, настройки браузера/ОС).
• Результаты предварительного поиска (количество или оценка).

Выходные данные:

• Скорректированный поисковый запрос (если механизм активирован) или исходный запрос.

На что влияет

• Языковые и географические ограничения: Наибольшее влияние оказывается на регионы и языки, где пользователи часто переключаются между латинским и нелатинским скриптами (кириллица, иврит, арабский, греческий и т.д.).
• Специфические запросы: Влияет на запросы, которые являются бессмысленными в одном языке, но приобретают смысл при переназначении раскладки.

Когда применяется

• Триггеры активации: Ключевой триггер — неудовлетворительное качество результатов исходного запроса.
• Пороговые значения: Активация происходит, когда:
  1. Количество результатов поиска меньше определенного порога (Threshold Number).
  2. ИЛИ (как описано в патенте) оценка набора подсказок (Suggestion-set score) низкая.

Пошаговый алгоритм

1. Получение запроса и контекста: Система получает запрос и собирает контекстные данные пользователя (User Language Preference сигналы).
2. Первичный поиск/Оценка: Определяются первоначальные результаты поиска или набор подсказок (Suggestion-set).
3. Оценка качества ввода: Система определяет, был ли запрос сгенерирован с использованием корректной раскладки. Это делается путем проверки порога количества результатов или расчета Suggestion-set score.
4. Принятие решения о коррекции: Если качество низкое, перейти к шагу 5. Иначе — предоставить исходные результаты.
5. Идентификация скрипта: Определяется скрипт запроса (например, Латиница).
6. Определение раскладок:
   • Определяется исходная раскладка (Source Keyboard Layout).
   • Определяется наиболее вероятная целевая раскладка (Target Keyboard Layout) с помощью контекстных данных. При неоднозначности (например, русская или болгарская кириллица) может использоваться язык интерфейса для разрешения конфликта или генерация нескольких вариантов.
7. Генерация исправленного запроса: Символы исходного запроса переназначаются с использованием карт соответствия между раскладками.
8. Вторичный поиск: Выполняется поиск по исправленному запросу.
9. Финальное представление: Пользователю предоставляется лучший набор результатов (обычно скорректированный).

Какие данные и как использует

Данные на входе

Патент явно указывает на использование следующих данных для определения целевой раскладки:

• Контентные факторы: Символы введенного запроса и их принадлежность к определенному скрипту.
• Географические факторы:
  • Geographic Location: Местоположение пользователя (определяемое по IP-адресу) используется для вывода наиболее вероятного языка.
• Пользовательские факторы:
  • User Search History: История поиска. Анализируются языки предыдущих запросов и, в частности, языки результатов, на которые кликал пользователь (accessed by the user).
  • User Languages Settings: Языковые настройки ОС или браузера (например, передаваемые через HTTP-заголовки).
  • User Interface Language: Язык интерфейса поисковой системы (например, google.ru).
  • Явные предпочтения пользователя (если заданы в профиле).

Какие метрики используются и как они считаются

• Threshold Number (Пороговое число): Минимальное количество результатов поиска. Если исходный запрос возвращает меньше этого числа, активируется коррекция.
• Suggestion-Set Score (Оценка набора подсказок): Альтернативный метод оценки качества запроса, основанный на связанных поисковых предложениях (suggestions).
• Формула расчета Score: В описании патента приводится формула для расчета оценки набора предложений (qsj):