Google использует этот механизм для определения того, какие группы связанных сущностей (например, "Фильмы", "Члены семьи", "Коллеги") показать в Панели Знаний. Система анализирует пути в Графе Знаний, группирует сущности по типу …
Gal Chechik
Google генерирует блок "Связанные вопросы" (PAA), определяя, какие прошлые запросы приводили пользователей на те же URL, что и текущий запрос. Для обеспечения разнообразия система использует "Граф вопросов", где семантически близкие …
Google использует машинное обучение для анализа логов поведения пользователей, чтобы понять, что они ищут после посещения определенного контента. Система создает совместное векторное пространство (joint embedding) для документов и запросов, где …
Google использует механизм для обработки поисковых запросов, представленных в виде изображений или нарисованных эскизов. Система сравнивает визуальный ввод с эталонными изображениями. Затем она определяет ключевые слова, связанные с наиболее похожим …
Google использует систему машинного обучения для связывания аудиовизуальных признаков видео (цвет, текстура, звук) с ключевыми словами. Это позволяет системе понимать содержание каждого кадра и динамически выбирать для тамбнейла (миниатюры) тот …
Google использует метод машинного обучения для оптимизации моделей ранжирования (например, в Поиске по картинкам). Вместо равномерного обучения на всех данных, система фокусируется на самых сложных примерах, которые попадают в топ …
Google использует специальный алгоритм для выбора изображений в блоках с ответами. Система проверяет, что изображение релевантно одновременно и заданному вопросу, и предоставленному ответу. Для этого анализируются метки (Labels) и распознанные …
Система Google для заполнения пробелов в Графе Знаний. Если факт отсутствует (например, отношение «дедушка»), система ищет текстовые подтверждения в интернете («A — дедушка B»). Затем она анализирует существующие связи в …
Google использует статистические модели для заполнения пробелов в Knowledge Graph, когда факты отсутствуют (например, предполагая дату рождения человека). Этот патент описывает, как система определяет наиболее влиятельные связанные данные (например, возраст …
Google использует механизм для преобразования контента, выделенного пользователем на экране (например, жестом обводки), в оптимизированный поисковый запрос. Система генерирует несколько кандидатов и оценивает их вероятность. Ключевая особенность — нормализация оценок …
Google использует систему для создания структурированной базы данных цитат. Система извлекает цитаты из веба, идентифицирует автора и сущность, о которой идет речь. Цитаты оцениваются на основе авторитетности источника, релевантности сущности, …
Google использует модели машинного обучения для анализа визуальных характеристик изображений (цвет, текстура, освещение) и определения вероятного времени их съемки (сезон, месяц, время суток), даже если метаданные отсутствуют. Это позволяет фильтровать …
Патент описывает систему поиска аудиофайлов (и аудиодорожек видео) по текстовым запросам. Google преобразует звук в "слуховой образ", имитируя человеческое ухо (кохлеарная модель), извлекает из него разреженные признаки (sparse features) и …
Google использует механизм для рекомендации музыки к видео, анализируя его визуальное содержание и генерируя семантический вектор (Signature Vector) с помощью тысяч классификаторов. Система находит похожие по содержанию видео, определяет, насколько …
Google использует механизм для повышения релевантности предлагаемых исправлений текста (например, в поисковой строке или редакторе). Система анализирует не только слово целиком, но и точное место, рядом с которым пользователь установил …
Система Google для сравнения конкретных черт лица (глаза, нос и т.д.) на разных изображениях. Система нормализует фотографии и использует модель машинного обучения, натренированную на человеческих оценках (Mechanical Turk), чтобы определить …