百度朱凱華:智能搜索和對話式OS技術解讀(二)

基于知識圖譜推理的第二個限制是靜態的圖譜很難描述用戶意圖的分布以及變化。
舉例來說,『天龍八部』這四個字,可以是小說,游戲,電視劇,電影。。。那么用戶在一個上下文中說這四個字的時候,他到底要的是什么?如果世界上正好一部新的天龍八部的電影上映了,用戶說這四個字的時候,他的需求分布是不是也應該相應改變?


搜索能夠幫助知識圖譜解決盲區和意圖分布的問題:
搜索能夠看到全景:百度搜索索引了幾百億的頁面,基本上涵蓋用戶各種需求的方方面面。
搜索能夠提供用戶真實意圖的分布:有非常多的排序特征和用戶反饋特征能告訴我們用戶在各種上下文下真實的意圖分布,并且會隨著時間推移更新。
兩者結合來給用戶『長答案』。
類似“天空為什么是藍色的”這樣的Query,用戶需要詳細的解釋,我們可以把這個問題轉化為在知識圖譜的幫助下,自動識別最佳答案段落(Paragraph Ranking)的問題。這就會是一個百度很擅長的排序問題,我們能找出最精簡描述『瑞利散射』的段落。

當知識圖譜和搜索結合,我們通過情感分析(Sentiment Analysis),可以更好的理解搜索結果。
比如非常多人在百度上搜索『孕婦可以』打電話么?吃柿子么?玩電腦么?……或者『蠶絲被能夠放在太陽下曬么』這樣的問題,往往沒有絕對的答案,這時候通過情感分析和知識圖譜,百度能夠告訴用戶說有80%的人說可以,20%的人說不可以。您需要自己判斷一下。:)
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













