Google автоматически разделяет видео, в частности инструкции ("how-to"), на смысловые сегменты. Система использует обязательную комбинацию анализа текстовой транскрипции и технического анализа видеоряда (Motion Flow и Gradient Flow), чтобы определить точные …
Разборы патентов
Google использует систему для определения того, следует ли показывать блок с изображениями в поисковой выдаче. Вместо анализа только текста запроса, система анализирует характеристики контента (например, плотность изображений, соотношение изображений к …
Google рассчитывает Mobile-Friendliness Score, рендеря страницы как мобильное устройство и оценивая такие сигналы, как размер кликабельных элементов, читаемость текста, настройки области просмотра (viewport) и скорость загрузки. Эта оценка используется для …
Патент описывает нейросетевой метод (известный как Doc2Vec) для преобразования документов любой длины в числовые векторы (эмбеддинги). Эти векторы фиксируют семантику и контекст всего документа, позволяя системе понимать смысл контента, классифицировать …
Google использует механизм для понимания неоднозначных запросов (например, «Что это?»), анализируя то, что пользователь видит на экране своего устройства. Система определяет основное изображение, распознает объекты на нем и анализирует окружающий …
Google отслеживает аномальный рост запросов о сущностях (людях, компаниях) как индикатор реального события. Система анализирует свежие документы, опубликованные в этот период, извлекая факты в формате Субъект-Глагол-Объект (SVO). Эти факты используются …
Патент Google, описывающий высокоэффективные алгоритмы для поиска всех пар похожих объектов (All-Pairs Similarity Search) в масштабах веба. Система использует селективное индексирование и математические оценки (границы схожести), чтобы избежать полного перебора …
Google использует алгоритм итеративной кластеризации для определения того, какие социальные профили (например, в Twitter, LinkedIn, блогах) принадлежат одному и тому же человеку. Система анализирует публичные ссылки между профилями (например, XFN, …
Google анализирует, как термины взаимодействуют внутри топовых результатов поиска, чтобы построить семантический граф связей. Система обрабатывает документы последовательно, отдавая предпочтение тем, которые вводят более сильные или новые взаимосвязи слов (измеряемые …
Google разработал систему для эффективного понимания содержания видео. Вместо анализа каждого кадра система выбирает ключевые кадры и использует Vision-Language Model для создания их текстового описания. Когда пользователь задает вопрос о …
Google использует механизм для понимания семантики таблиц в интернете. Система автоматически определяет главную колонку таблицы (Subject Column), содержащую сущности, и классифицирует эти сущности с помощью иерархии знаний (Instance-Class Hierarchy), извлеченной …
Google использует систему контекстной интерпретации текста для идентификации текстовых строк, которые не должны влиять на классификацию документа. Анализируя метаданные (автор, получатель) и контекстные сигналы (приветствия, валюта), система помечает имена, суммы …
Google может собирать и хранить историю физических перемещений пользователя (Location History). Патент описывает интерфейс, позволяющий пользователю осознанно включать свои прошлые местоположения (например, «места, где я был на прошлой неделе») в …
Система Google для автоматического выбора лучшего (репрезентативного) изображения для локального бизнеса. Анализируя коллекции гео-тегированных фото (например, Street View или пользовательские), система распознает текст на изображениях (OCR) и сопоставляет его с …
Google анализирует переписку пользователей в мессенджерах, чтобы предлагать контекстуально релевантные запросы (например, «актерский состав фильма», обсуждаемого в чате). При выборе предложения система автоматически ищет информацию и встраивает структурированный ответ (карточки, …
Google использует систему для автоматического создания и категоризации групп сущностей ("Коллекций") в Knowledge Graph на основе общих признаков. Патент описывает язык правил для определения принадлежности к коллекции и высокоэффективный механизм, …
Google использует систему для идентификации значимых фраз (концепций) в документах, анализируя структурные и семантические границы текста (предложения, заголовки, HTML-теги). Ключевым механизмом является оценка взаимосвязи между фразами и их подфразами (Devolution). …
Google использует механизм для динамической корректировки влияния расстояния на ранжирование локальных результатов. Если по запросу доступно много местных компаний (высокая плотность), влияние близости усиливается, и удаленные результаты быстро теряют позиции. …
Google использует систему для ответов на фактические вопросы путем анализа топовых результатов поиска. Система определяет тип ожидаемого ответа (например, персона, место), извлекает соответствующие сущности из неструктурированного текста этих страниц и …
Google использует систему для вычисления «показателя локальной релевантности» (local relevance indicium) запроса. С помощью машинного обучения или предопределенных списков (Whitelist/Blacklist) система оценивает вероятность локального интента. На основе этой оценки определяется …