Knowledge Graph в Google: разборы патентов
Детальные разборы патентов Google, связанные с графом знаний
Как Google разрешает лингвистическую неоднозначность в сложных запросах, анализируя связи между сущностями в Базе Знаний
Google использует механизм для точной интерпретации запросов на естественном языке при обращении к структурированным данным (например, Графу Знаний). Если слово в запросе неоднозначно, система анализирует возможные связи между сущностями (Пути Соединения) и использует контекст запроса (Подконтексты) для выбора единственно верной интерпретации и генерации точного ответа.
- US10282444B2
- 2016-09-09
Как Google кэширует данные Knowledge Graph на устройствах пользователей для понимания контекста и помощи в реальном времени
Google создает "срезы" (фиксированные наборы) данных из Knowledge Graph на основе тем и локаций. Система предсказывает, какие срезы наиболее релевантны пользователю, основываясь на его местоположении, контенте на экране и других сигналах, и загружает их на устройство. Это позволяет Google мгновенно распознавать сущности и предлагать помощь (например, через Assistant или Lens) даже без подключения к сети.
- US10178527B2
- 2015-12-08
Как Google использует свежесть и популярность для ранжирования сущностей в блоках ответов (Answer Boxes)
Google использует систему для определения наиболее актуальных связанных сущностей при ответе на запрос. Система анализирует Граф Знаний, чтобы найти связанные сущности, а затем ранжирует их на основе оценок Свежести (насколько недавние даты связаны с сущностью) и Популярности (объем поисковых запросов, упоминаний в сети и активности в социальных сетях). Наиболее релевантные сущности отображаются в специальных блоках выдачи.
- US9336311B1
- 2012-10-15
Как Google интерактивно уточняет неоднозначные запросы у пользователя и изучает новую терминологию без переобучения ИИ-моделей
Google использует систему для обработки неоднозначных запросов на естественном языке. Если запрос можно интерпретировать по-разному, система просит пользователя внести ясность (например, добавить скобки или перефразировать). Это помогает Google точно преобразовать запрос в структурированный формат для поиска по Базе Знаний (Knowledge Base), а также позволяет системе изучать отраслевые термины на лету, не требуя медленного переобучения основных ИИ-моделей.
- US11301502B1
- 2016-09-14
Как Google эффективно обновляет Граф Знаний в реальном времени при изменении фактов
Патент Google описывает инфраструктурный механизм для поддержания актуальности Графа Знаний. Когда в базу добавляется или удаляется факт (связь между сущностями), система мгновенно определяет, какие сохраненные запросы (коллекции) затронуты, и эффективно пересчитывает результаты, минимизируя нагрузку на базу данных.
- US9626407B2
- 2014-06-17
Как Google распознает и объединяет дубликаты сущностей в Knowledge Graph, используя агрессивную нормализацию имен
Google использует многоэтапный процесс для разрешения сущностей (Entity Resolution). Система агрессивно нормализует имена сущностей (удаляя стоп-слова, титулы, знаки препинания и сортируя слова по алфавиту), чтобы сгруппировать потенциальные дубликаты. Затем она сравнивает другие атрибуты (факты) этих сущностей, чтобы принять окончательное решение об их объединении в Knowledge Graph.
- US8700568B2
- 2006-03-31
Как Google анализирует видимый контент на экране пользователя для предоставления контекстной информации без ввода запроса (Contextual Search)
Google использует механизм для анализа контента, активно отображаемого на экране устройства (веб-страницы, приложения, чаты). По общему триггеру (например, долгое нажатие или жест) система идентифицирует ключевые сущности только в видимой области. Она определяет их важность на основе визуального представления (размер, цвет, позиция) и типа контента, причем логика определения важности адаптируется (например, в чате приоритет у недавних сообщений внизу экрана).
- US11003667B1
- 2016-05-27
Как Google использует жесты (Drag-and-Drop) для поиска общих связей между сущностями или изображениями
Google разработал метод поиска, позволяющий пользователям объединять отображаемые объекты (например, изображения людей или продуктов) с помощью жеста, такого как перетаскивание. Система идентифицирует сущности, стоящие за этими объектами, находит их общие атрибуты и автоматически выполняет поиск по этим связям (например, фильмы, в которых снимались оба актера).
- US9195720B2
- 2013-03-14
Как Google автоматически находит недостающие или устаревшие факты для Knowledge Graph, генерируя поисковые запросы
Google использует автоматизированную систему для поддержания актуальности и полноты Knowledge Graph. Когда система обнаруживает пробел (например, отсутствует свойство у сущности согласно схеме) или устаревшие данные (на основе анализа логов запросов), она генерирует точный, disambiguated поисковый запрос. Ответ, полученный от поисковой системы или QA-системы, используется для обновления Базы Знаний.
- US10108700B2
- 2013-03-15
Как Google объединяет разрозненные данные о сущностях (Entity Resolution) с помощью хеширования и нечеткого сравнения
Google использует этот механизм для определения того, относятся ли разные записи данных к одной и той же сущности (Entity Resolution). Система находит потенциальные совпадения через общие идентификаторы (например, телефон или email), а затем применяет нечеткое сравнение строк (Fuzzy Matching) и анализ конфликтов, чтобы объединить записи. Это критически важно для Knowledge Graph и Local SEO.
- US8832041B1
- 2011-09-16
Как Google персонализирует, локализует и ранжирует новостной контент для Google News и Discover
Google использует систему для персонализации новостного контента, анализируя темы (используя Knowledge Graph), местоположения и даты публикации статей. Система создает динамические профили пользователей на основе истории чтения, применяя механизм «затухания» для устаревших интересов. Ранжирование учитывает релевантность, качество источника, популярность (количество просмотров) и свежесть контента.
- US9569547B2
- 2013-12-31
Как Google интегрирует контактные данные и каналы связи (email, чат, звонок) прямо в поисковую выдачу
Google использует систему для отображения «Карточки Профиля» (Profile Card) в поисковой выдаче, когда запрос касается конкретного человека. Система агрегирует контактные данные из личных контактов пользователя, социальных сетей и публичных источников. Это позволяет инициировать общение (email, звонок, чат) прямо из SERP через всплывающий интерфейс (Interaction Hovercard), не покидая страницу поиска.
- US10061851B1
- 2013-03-12
Как Google использует встраивание видео на внешних авторитетных сайтах для определения «новостной ценности» контента
Google анализирует, как часто видео встраивается на внешних авторитетных (whitelisted) сайтах. Чем чаще видео встраивается в контент по определенной теме (сущности Knowledge Base), тем выше его «новостная ценность». Эта метрика используется для отправки персонализированных уведомлений пользователям, заинтересованным в данной теме (высокий Affinity Score).
- US10860650B1
- 2016-09-01
Как Google автоматически понимает контекст запросов, заданных во время просмотра видео, используя временные метки и анализ N-грамм
Google использует систему для автоматического уточнения запросов, заданных во время просмотра мультимедиа (например, «Кто это?»). Система определяет сущности (людей, объекты), присутствующие на экране в момент запроса, используя временные метки и анализ истории поисковых запросов (N-грамм). Затем она переписывает запрос, добавляя релевантный контекст, чтобы предоставить точный ответ без прерывания просмотра.
- US9852188B2
- 2014-06-23
Как Google позволяет пользователям редактировать свои личные данные прямо в выдаче для улучшения персонализации и устранения неоднозначности
Патент описывает интерфейс Персональной Панели Знаний (PKP), который появляется в результатах поиска, когда пользователь ищет свое собственное имя. Этот интерфейс позволяет редактировать профильную информацию (например, профессию, работодателя) прямо на странице выдачи, не переходя в настройки аккаунта. Эти данные используются Google для обновления профиля пользователя и могут вызвать немедленное переранжирование персонализированных результатов поиска для устранения неоднозначности сущностей.
- US9311362B1
- 2013-03-15
Как Google использует распознавание лиц для индексирования видео и понимания связей между людьми
Google использует систему для автоматического обнаружения, отслеживания и распознавания лиц в видеоконтенте. Это позволяет индексировать видео не только по метаданным, но и по конкретным людям, присутствующим в кадре. Система может определять сегменты с участием конкретного человека, даже если он временно покидал кадр, а также строить графы взаимодействий, показывая, кто с кем появлялся в видео. Это критически важно для понимания содержания видео и Video SEO.
- US8401252B2
- 2010-12-20
Как Google встраивает панель управления бизнес-профилем (GBP) прямо в результаты поиска для владельцев
Google упрощает управление информацией о компании для её владельцев. Если система определяет, что пользователь, выполняющий поиск, является верифицированным владельцем искомой сущности (например, бизнеса), она встраивает интерфейс для редактирования данных (например, Google Business Profile) прямо в страницу результатов поиска, устраняя необходимость отдельного входа в панель управления.
- US10831845B2
- 2018-04-30