Как Google объясняет предполагаемые факты в Knowledge Graph, когда точная информация отсутствует

Описание

Какую задачу решает

Патент решает проблему неполноты данных в графовых базах знаний (Data Graph, например, Google Knowledge Graph). Даже самые большие графы содержат пробелы (отсутствующие факты). Хотя эти факты можно вывести статистически на основе связанных данных, пользователи склонны не доверять таким оценкам (Estimate) без контекста. Патент направлен на повышение доверия и прозрачности (Explainable AI) путем предоставления понятного объяснения (Explanation) того, как именно была получена оценка.

Что запатентовано

Запатентована система для автоматической генерации человекопонятных объяснений к статистически выведенным фактам. Когда система оценивает отсутствующий факт, используя модель совместного распределения (Joint Distribution Model) на основе множества связанных данных (Features), она идентифицирует подмножество этих данных, оказавших наибольшее влияние на результат. Затем это подмножество используется для формирования объяснения пользователю.

Как это работает

Система работает в несколько этапов:

• Обнаружение пробела: Определяется отсутствующий факт для сущности в Data Graph.
• Оценка (Inference): Генерируется Estimate на основе статистического анализа связанных фактов (признаков) с помощью Joint Distribution Model.
• Расчет влияния: Для каждого признака рассчитывается Contribution Score, показывающий его влияние на оценку. Это делается путем сравнения оценки с признаком и без него.
• Кластеризация и Агрегация: Схожие признаки (например, даты рождения нескольких детей) могут быть сгруппированы в агрегированный признак для усиления сигнала.
• Выборка: Выбирается небольшое подмножество признаков с наивысшими Contribution Scores, превышающими порог.
• Генерация объяснения: На основе выбранных признаков (часто с использованием шаблонов) генерируется текстовое объяснение.
• Вывод: Оценка и объяснение предоставляются в поисковой выдаче (например, в Knowledge Panel).

Актуальность для SEO

Высокая. По мере того как Google полагается на Knowledge Graph для предоставления прямых ответов, способность заполнять пробелы в данных критически важна. Кроме того, объяснимость результатов работы ИИ (Explainable AI, XAI) является ключевым трендом, и этот патент описывает конкретную реализацию XAI для повышения доверия к синтезированным данным в поиске.

Важность для SEO

Влияние значительно (7/10), но в основном сосредоточено на Entity SEO. Патент не влияет на ранжирование веб-страниц, но критически важен для того, как сущность представлена в Knowledge Graph. Он демонстрирует, что Google активно предполагает отсутствующие данные. Для контроля над информацией о бренде необходимо предоставлять полные и точные данные не только о самой сущности, но и обо всех связанных с ней сущностях, поскольку именно они используются для вывода недостающих фактов.

Детальный разбор

Термины и определения

Aggregated Feature (Агрегированный признак)

Признак, созданный путем объединения нескольких схожих Features. Используется, когда отдельные признаки слабы, но вместе оказывают сильное влияние.

Contribution Score (Оценка вклада)

Метрика, количественно определяющая влияние признака на сгенерированную оценку. Рассчитывается путем определения разницы между оценкой с использованием признака и оценкой без него.

Data Graph (Граф данных)

Реляционная модель знаний (например, Knowledge Graph), хранящая сущности (узлы) и факты (ребра).

Estimate (Оценка / Предполагаемый факт)

Выведенное (inferred) значение для факта, который отсутствует в Data Graph.

Explanation (Объяснение)

Человекопонятное обоснование сгенерированной оценки, основанное на наиболее влиятельных признаках.

Feature (Признак)

Связанный факт в Data Graph (например, отношение и атрибут связанной сущности), используемый моделью для вывода отсутствующего факта.

Joint Distribution Model (Модель совместного распределения)

Статистическая модель, описывающая вероятностное распределение признаков. Используется для предсказания значения отсутствующего факта на основе известных значений связанных признаков.

Prediction Engine (Механизм прогнозирования)

Компонент системы, который определяет отсутствующие факты и генерирует оценки.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод работы системы.

1. Определение отсутствия информации о сущности в Data Graph.
2. Определение Estimate на основе множества Features из Joint Distribution Model.
3. Выбор подмножества признаков. Этот процесс включает:
   • Определение Contribution value (Score) для каждого признака.
   • Кластеризацию признаков на основе общих факторов.
   • Агрегацию одного или нескольких признаков.
   • Расчет нового Contribution value для агрегированного признака.
   • Определение признака с наивысшим Contribution value.
4. Получение запроса, запрашивающего эту информацию.
5. Генерация Explanation на основе выбранного подмножества.
6. Предоставление Explanation и Estimate как части результата поиска.

Claim 3 (Зависимый от 2, который зависит от 1): Детализирует метод расчета Contribution value.

Расчет включает определение первой оценки с использованием признака и второй оценки без использования признака. Значение вклада определяется разницей между ними. Это стандартный метод анализа чувствительности: чем больше меняется результат при исключении признака, тем выше его значимость.

Claim 5 (Зависимый от 1): Детализирует процесс агрегации.

Если подмножество признаков связано, их Contribution values агрегируются, и это агрегированное подмножество выбирается для объяснения. Это позволяет объединить множество слабых доказательств в одно сильное.

Claim 6 (Зависимый от 1): Описывает хранение результатов.

Выбранные признаки и сама Estimate сохраняются как узлы в Data Graph. Оценка связывается с сущностью, а признаки связываются с оценкой.

Claim 7 (Зависимый от 1): Уточняет тайминг.

Расчет Estimate может выполняться онлайн в ответ на получение запроса.

Claim 8 (Зависимый от 1): Описывает проактивное обнаружение отсутствующих фактов.

Система анализирует логи поиска (search records), чтобы определить часто запрашиваемые типы фактов, и проактивно ищет пробелы для этих типов фактов в графе.

Claim 9 (Зависимый от 1): Уточняет хранение оценки.

Estimate добавляется в Data Graph и связывается с сущностью через отношение, указывающее, что оценка не является проверенной (not verified).

Где и как применяется

Изобретение затрагивает этапы, связанные с управлением данными в графе знаний и генерацией ответов.

INDEXING – Индексирование и извлечение признаков (Офлайн-процессы)
Значительная часть работы происходит офлайн. Prediction Engine (на основе анализа логов запросов – Claim 8):

1. Идентифицирует отсутствующие факты в Data Graph.
2. Вычисляет Estimates, используя Models of Joint Distribution.
3. Рассчитывает Contribution Scores, выполняет кластеризацию и агрегацию.
4. Выбирает наиболее влиятельные признаки.
5. Сохраняет Estimate (помечая как непроверенный – Claim 9) и выбранные признаки обратно в Data Graph (Claim 6).

QUNDERSTANDING – Понимание Запросов
Система должна распознать, что запрос ищет конкретный факт о конкретной сущности.

METASEARCH – Метапоиск и Смешивание
При формировании выдачи система обращается к Data Graph. Если факт отсутствует, но есть сохраненный Estimate:

1. Explanation Engine извлекает Estimate и связанные с ним влиятельные признаки.
2. Используя шаблоны (Templates), генерируется Explanation.
3. Estimate и Explanation включаются в смешанную выдачу (например, Knowledge Panel).

Примечание: Процесс также может быть выполнен полностью онлайн в момент запроса (Claim 7).

Входные данные:

• Data Graph (существующие факты и связи).
• Models of Joint Distribution (статистические модели).
• Логи запросов (для офлайн-обработки) или Поисковый запрос (для онлайн-обработки).

Выходные данные:

• (Офлайн) Новые узлы в Data Graph (Estimate и признаки).
• (Онлайн) Estimate и Explanation в результатах поиска.

На что влияет

• Конкретные типы контента: Влияет на представление фактов о сущностях в Knowledge Panels, прямых ответах и других функциях, основанных на графе знаний. Не влияет на ранжирование веб-документов.
• Специфические запросы: Информационные запросы, ищущие конкретные факты (даты, места, количественные показатели).
• Конкретные ниши: Наибольшее влияние в тематиках, где данные часто отсутствуют, но есть много связанных фактов (история, биографии, старые продукты).

Когда применяется

• Триггеры активации: Когда запрашиваемый факт отсутствует в Data Graph для данной сущности.
• Условия: Существует подходящая Joint Distribution Model, и в графе достаточно связанных данных (Features) для генерации надежной оценки и объяснения.
• Временные рамки: Может применяться как офлайн (проактивное заполнение графа), так и онлайн (в момент запроса).

Пошаговый алгоритм

Этап 1: Генерация оценки и выбор признаков (Офлайн или Онлайн)

1. Определение отсутствующего факта: Идентификация пробела в Data Graph для целевой сущности.
2. Генерация оценки: Prediction Engine генерирует Estimate, используя Joint Distribution Model и доступные Features.
3. Расчет вклада (Contribution Scoring): Для каждого признака вычисляется Contribution Score путем сравнения сгенерированной оценки с альтернативной оценкой, рассчитанной без учета данного признака.
4. Кластеризация и Агрегация: Система кластеризует схожие признаки. Релевантные кластеры агрегируются, и для агрегированного признака рассчитывается новая оценка вклада.
5. Выбор влиятельных признаков (Iterative Selection):
   1. Выбирается признак (или агрегат) с наивысшей оценкой вклада.
   2. Если оценка превышает порог, выбирается только этот признак. Процесс завершается.
   3. Если нет, добавляется следующий по величине признак. Проверяется, превышает ли комбинация оценок порог.
   4. Процесс повторяется до достижения порога или максимального количества признаков (например, трех).
6. Хранение (Если офлайн): Estimate (помечается как непроверенный) и выбранные признаки сохраняются как узлы в Data Graph.

Этап 2: Обработка запроса (Онлайн)

1. Получение запроса: Система получает запрос, требующий отсутствующий факт.
2. Извлечение данных: Извлекается Estimate и сохраненные признаки (или запускается Этап 1).
3. Генерация объяснения: Explanation Engine генерирует человекопонятное Explanation на основе признаков, используя шаблоны.
4. Предоставление результата: Estimate и Explanation включаются в поисковую выдачу.

Какие данные и как использует

Данные на входе

Система использует преимущественно структурированные данные.

• Структурные факторы (Data Graph): Существующие сущности, их атрибуты и связи между ними. Это основные данные, которые выступают в роли Features для модели прогнозирования.
• Поведенческие факторы (Search Records): Журналы поиска используются для определения часто запрашиваемых типов фактов, что позволяет системе проактивно заполнять пробелы в графе (Claim 8).
• Системные данные (Models of Joint Distribution): Статистические модели и их дескрипторы (дисперсия, ковариационные матрицы).

Какие метрики используются и как они считаются

• Contribution Score (Оценка вклада): Ключевая метрика. Рассчитывается как разница между оценкой, полученной с учетом признака, и оценкой без него (Claim 3). Score(F) = Estimate(All) — Estimate(All-F).
• Statistical Descriptors (Статистические дескрипторы): Например, дисперсия (Variance). Высокая дисперсия признака может снижать его Contribution Score.
• Пороги (Thresholds): Используются для определения того, достаточно ли силен признак (или комбинация признаков), чтобы служить обоснованием оценки.
• Агрегированная оценка вклада: Сумма или взвешенная сумма оценок вклада схожих признаков в кластере.

Выводы

1. Google активно заполняет пробелы в Knowledge Graph: Система использует статистический вывод (inference) для генерации предположений (Estimates), когда данные отсутствуют, а не просто полагается на найденные факты.
2. Объяснимость (XAI) как фактор доверия: Основная цель патента — механизм объяснения вывода пользователю. Google стремится повысить доверие к синтезированным данным, показывая, какие именно связанные факты легли в основу предположения.
3. Методология оценки влияния (Contribution Score): Используется конкретный метод для определения статистической значимости фактов: расчет разницы в результатах с признаком и без него (контрфактическое рассуждение).
4. Агрегация слабых сигналов: Система способна кластеризовать и объединять множество слабых, но схожих сигналов в один сильный агрегированный признак, который может стать основой для объяснения.
5. Важность связанных сущностей: Точность данных связанных сущностей в графе знаний напрямую влияет на то, как Google интерпретирует целевую сущность, поскольку они служат Features для вывода.
6. Инфраструктура для предполагаемых фактов: Оценки и их обоснования могут быть рассчитаны заранее (офлайн) и сохранены непосредственно в Data Graph как отдельные узлы, помеченные как «непроверенные», что ускоряет ответы на запросы.

Практика

Best practices (это мы делаем)

• Обеспечение полноты данных (Не заставляйте Google гадать): Предоставляйте максимально полную информацию о ключевых сущностях. Если вы не предоставите факт, Google может сгенерировать Estimate, который может быть неточным.
• Управление связанными сущностями (Holistic Entity SEO): Критически важно обеспечить точность данных для всего окружения сущности. Поскольку связанные факты (Features) используются для вывода, данные об основателях, дочерних компаниях, продуктах напрямую влияют на полноту и точность профиля основной сущности в Knowledge Graph.
• Использование структурированных данных для связей (Schema.org): Четко определяйте связи между сущностями с помощью микроразметки (например, spouse, founder, subOrganization). Это увеличивает вероятность того, что Google корректно использует эти связи как Features в своих моделях.
• Обеспечение консистентности данных: Убедитесь, что информация согласована во всех надежных источниках (Официальный сайт, Wikipedia, Wikidata, авторитетные каталоги). Это помогает моделям Joint Distribution работать корректно и повышает доверие к данным.
• Мониторинг Knowledge Panels: Отслеживайте появление предполагаемых фактов и их объяснений. Объяснения покажут, какие именно связанные факты Google использует для оценки и считает наиболее влиятельными.

Worst practices (это делать не надо)

• Игнорирование отсутствующих атрибутов: Оставлять ключевые поля (например, дату основания, дату выпуска продукта) пустыми в разметке или профилях. Это вынуждает Google активировать механизм оценки.
• Предоставление противоречивых данных: Публикация разной информации о сущностях в разных источниках. Это может привести к некорректным выводам моделей и генерации ошибочных Estimates.
• Фокус только на главной сущности: Оптимизировать данные только для основного бренда, игнорируя связанные сущности (CEO, продукты), которые являются источником данных для системы вывода.

Стратегическое значение

Патент подтверждает стратегическую важность Knowledge Graph как основного источника фактов. Для SEO это означает, что управление сущностями (Entity Management) является критически важным. Патент демонстрирует, что контроль над представлением сущности требует проактивного предоставления точных и полных структурированных данных обо всей экосистеме, связанной с этой сущностью, а не только оптимизации веб-страниц.

Практические примеры

Сценарий: Оценка даты выпуска старого продукта

Компания А выпустила Продукт Б много лет назад. Точная дата выпуска отсутствует в Knowledge Graph.

1. Активация механизма: Google определяет отсутствие факта «Дата выпуска Продукта Б».
2. Использование Features: Система ищет связанные факты:
   • Дата основания Компании А (1990 год).
   • Дата выпуска следующего Продукта В (1995 год).
3. Расчет Contribution Scores: Система определяет, что эти два факта являются наиболее статистически значимыми.
4. Генерация Estimate и Explanation: Google генерирует оценку: «1993 год».
5. Действия SEO-специалиста:
   1. Проверить Knowledge Panel. Увидеть результат: «Предполагаемая дата выпуска: 1993 год. Основано на: Компания А основана в 1990, Продукт В выпущен в 1995«.
   2. Если оценка неверна (реальная дата 1992 год), необходимо явно предоставить правильную дату через Schema.org (releaseDate) на официальном сайте и обновить Wikidata.

Вопросы и ответы