إجابة سؤال الرسم البياني المعرفي
نشرت: 2023-01-25ما هي ميزة الإجابة على سؤال الرسم البياني المعرفي من Google؟
تأخذ الإجابة على أسئلة الرسم البياني المعرفي (KGQA) الكثير من العقارات في صفحات نتائج محرك البحث (SERPs).
يجيب سؤال الرسم البياني المعرفي من Google الذي يجيب على استفسارات المستخدمين دون مطالبتهم بالنقر فوق أحد مواقع الويب.
يأمل كل محرك بحث في إرجاع أفضل المعلومات بناءً على نية الباحث. لكي تكون مصدرًا موثوقًا به للحصول على إجابات ، يجب أن تكون معروفًا على الإنترنت. يفهم Google تدفقات الاستعلام ويستخدمها لتحديد الموضوعات واستخراج البيانات الموثوقة من الويب لتحديث الأنطولوجيا. تعد بطاقات Google والرسوم البيانية المعرفية (KGs) ومجموعات المعرفة وسيلة للمستخدمين للتفاعل مع Google. مثل أسئلة "يسأل الأشخاص أيضًا" في نتائج البحث ، فإن الإجابة على سؤال الرسم البياني المعرفي تجعل الأشخاص على Google SERPs أطول.
جدول المحتويات
- ما هي ميزة الإجابة على سؤال الرسم البياني المعرفي من Google؟
- ما هو الفرق بين لوحات المعرفة والرسوم البيانية المعرفية؟
- ما هو الفرق بين لوحات المعرفة وملفات تعريف Google للأعمال؟
- ما الفرق بين بطاقة معلومات Google و Knowledge Vault؟
- الإجابة على الأسئلة المعقدة باستخدام التعلم الآلي
- كيفية إنشاء محتوى إجابة سؤال تجده Google مفيدًا
- الرسوم البيانية المعرفية تجيب على الأسئلة المتعلقة بالبيانات
- خطوات تحسين إجابة سؤال KG
- كيف تطلب تحديث بطاقة معلومات Google؟
- تسعى KGs للإجابة على الأسئلة إلى توفير معرفة تم التحقق منها
لنبدأ أولاً بتأسيس مفردات أساسية.
ما هو الفرق بين لوحات المعرفة والرسوم البيانية المعرفية؟
يمكن الحصول على الرسوم البيانية المعرفية لتقديم لوحات معرفية أكثر ثراءً في نتائج البحث وإرجاع إجابات على الاستفسارات.
من المفيد عرض اللوحات المعرفية كمظهر أمامي لـ Google Knowledge Graph. المزيد من البيانات وراء ما نراه في بيانات الرسم البياني للوحات. بمجرد إنشاء كيان معرفي ، ستعتمد Google عليه وتعتبره مصدرًا أساسيًا للمعلومات. لم يخترع عملاق التكنولوجيا KG كمكمل لتجارب مستخدمي سطح المكتب ؛ كان ذلك استجابة للحاجة إلى إجابات أفضل على استفسارات الأجهزة المحمولة. كانت العديد من المواقع (ولا تزال) مروعة على الأجهزة المحمولة. تعتزم GKG تقديم معلومات دقيقة لمستخدمها ؛ هدفه الأساسي ليس توجيه حركة المرور إلى موقعك .
في السابق ، لا يبدو أن Google ترتب صفحات الويب على أساس الدقة. اليوم ، لدى مقيمي الجودة المزيد من التعليمات حول كيفية تقييم الخبرة ، والخبرة ، والسلطة ، والجدارة بالثقة (EEAT). دقة الإجابة هي عامل ثقة ، وتخبرنا إرشاداتها أن الثقة هي العامل الأكثر أهمية. في المقابل ، "الدقة" هي عامل تظهر فيه الكيانات في لوحات المعرفة.
تُعد بطاقات المعرفة أحد أنواع النتائج المنسقة في صفحات نتائج بحث Google. أنها توفر للباحثين نظرة عامة مدققة للمعلومات المتعلقة بكيان معين.
ما هو الفرق بين لوحات المعرفة وملفات تعريف Google للأعمال؟
تبدو ملفات تعريف الأعمال في Google (GBP) مماثلة لبطاقات المعرفة الخاصة بها. الجنيه الإسترليني فريد من نوعه للشركات التي تخدم العملاء في موقع معين أو داخل منطقة خدمة معينة. يتيح الوصول بالجنيه الإسترليني لأصحاب الأعمال إدارة تواجدهم الرقمي على خرائط Google والبحث. هذا هو حر. في المقابل ، يتم إنشاء بطاقة معلومات Google (GKP) تلقائيًا بواسطة Google باستخدام معلومات حول الكيان الخاص بك على الإنترنت. له سيطرة كاملة على انتشاره وما يختار تحديثه داخله.
ما الفرق بين بطاقة معلومات Google و Knowledge Vault؟
فكر في Google Knowledge Vault (GKV) كما تم إنتاجه بواسطة خوارزمية تنشئ موسوعة يمكن قراءتها آليًا.
تضيف Google معلومات إلى GKV الخاصة بها فقط بمجرد التأكد من أن ما تعرضه في لوحات المعرفة صحيح ومفيد. يعتمد GKV فقط على التعلم الآلي ومنطق الآلة. يتم نقل الكيانات المنفصلة من نطاقات متعددة إلى Knowledge Vault فقط بعد أن تكتسب خوارزمية المعرفة العالمية من Google ثقة كافية في فهمها للكيان المحدد.
"... نقدم Knowledge Vault ، وهي قاعدة معرفية احتمالية على مستوى الويب تجمع بين عمليات الاستخراج من محتوى الويب (تم الحصول عليها من خلال تحليل النص والبيانات المجدولة وهيكل الصفحة والتعليقات التوضيحية البشرية) مع المعرفة المسبقة المستمدة من مستودعات المعرفة الحالية. نحن نستخدم أساليب التعلم الآلي الخاضعة للإشراف لدمج مصادر المعلومات المميزة هذه. إن Knowledge Vault أكبر بكثير من أي مستودع معرفة منظم تم نشره سابقًا ، ويتميز بنظام الاستدلال الاحتمالي الذي يحسب الاحتمالات المُعايرة لصحة الحقائق ". - قبو المعرفة: نهج على نطاق الويب لدمج المعرفة الاحتمالية [1]
الإجابة على الأسئلة المعقدة باستخدام التعلم الآلي
تتلقى Google 93٪ من الاستفسارات اليومية. فقط كيف يعمل تقليديًا كمحرك بحث وينتهي به الأمر إلى منتجك أو خدمتك. لتحسين إمكانات الإجابة على الأسئلة ، تنص براءة اختراع Google على ما يلي: "يمكن أن تتضمن معالجة اللغة الطبيعية (NLP) الإجابة على أسئلة اللغة الطبيعية بناءً على المعلومات الواردة في مستندات اللغة الطبيعية".
"تمكّن التقنيات الموصوفة من الإجابة عن سؤال اللغة الطبيعية باستخدام الأساليب القائمة على التعلم الآلي لجمع الأدلة من عمليات البحث على الويب وتحليلها". - [2]
ومع ذلك ، قبل إضافة الكيانات إلى قاعدتها المعرفية ، يتعين على Google أولاً أن تفهم خوارزميًا السؤال المطروح. يسعى إلى فهم هدف الاستعلام الذي أثار السؤال. بالنسبة للاستفسارات الغامضة ، يساعد التفسير الدلالي في الإجابة على الأسئلة المعقدة ويسعى إلى تكرار الإدراك البشري. غالبًا ما تفشل مقالات الويب في عرض تاريخ النشر أو تاريخ آخر تحديث لها. في المقابل ، يتم تحديث الرسم البياني المعرفي من Google باستمرار. على سبيل المثال ، كنت على وشك اقتباس مقال من أجل هذه الكتابة ولكني بحثت أولاً ورأيت "هذه المقالة عمرها أكثر من 3 سنوات".
تقدر MarketWatch أن "صناعة قاعدة المعرفة الدلالية ستصل قيمتها إلى 33 مليار دولار بحلول عام 2023 ، مع نمو سنوي بنسبة 10٪ خلال الفترة المتبقية من العقد." في 18 يناير 2023 ، من المتوقع أن ينمو حجم سوق الرسم البياني للمعرفة الدلالية المتعلقة بالوقت والتكلفة في الصناعة في السنوات القادمة حتى عام 2029 .
إنه لأمر مثير للانقسام أن مقدار الارتفاع في الابتكار العلمي مكرس لتحسين رياض الأطفال. على قدم المساواة ، يستفيد المسوقون الرقميون و SEO من خلال التكيف السريع.
يُنظر إلى KGs عمومًا على أنها شبكات دلالية واسعة النطاق تخزن الحقائق على أنها ثلاثية في شكل (كيان موضوع ، علاقة ، كيان كائن) أو (كيان موضوع ، سمة ، قيمة). تمثل حواف الرسم البياني العلاقات بين هذه الكيانات. تم إنشاء معظم KGs أعلى مصادر البيانات الموجودة المختلفة لتوصيل البيانات. حتى ظهور GPTChat داخل GPT3 ، لم تتعرض Google لأي تهديد من قبل KGs الأخرى واسعة النطاق ، مثل DBpedia و Freebase و YAGO.
الدفع للحصول على إجابات لأسئلة أكثر تشابهًا مع البشر
المنافسة على نطاق لا مثيل له بين Goole و OpenAI و Bing وغيرهم لتقديم إجابات أكثر إنسانية للأسئلة بدلاً من مجرد روابط إلى المعلومات. تستخدم Google باستمرار وتختبر العديد من نماذج لغات الذكاء الاصطناعي الكبيرة لتحسين محرك البحث ولوحات المعرفة.
مصطلح "الرسم البياني المعرفي" له عائلة علائقية واسعة ؛ يتضمن مجالات الرسوم البيانية المعرفية ، وقواعد بيانات الرسم البياني ، وأقبية المعرفة ، ولوحات المعرفة ، والشبكات العصبية ، والتعلم الآلي ، ومعالجة اللغات الطبيعية ، والذكاء الاصطناعي ، والبيانات المرتبطة ، وتضمين الرسم البياني المعرفي ، ونقل المعرفة ، ونقل التعلم ، وتعلم تمثيل المعرفة (KRL) ، والمزيد ! يتضاءل إنفاق الأموال على البحث المدفوع وتحسين أداء الموقع التافه مقارنةً بسد فجوات محتوى الإجابة على الأسئلة بشكل فعال. الاقتراحات أدناه تأتي من تجربتي الخاصة.
يتم تقييم أنظمة الشركة التي تعتمد على البيانات لتأسيس الثقة في النهج العلمي وتطبيقاته. تعتمد قدرات الإجابة على الأسئلة (QA) على الرسم البياني المعرفي (KG) على هياكل البيانات المعقدة التي يمكن الوصول إليها عبر واجهات اللغة الطبيعية.
كيفية إنشاء محتوى إجابة سؤال تجده Google مفيدًا
يتفهم مُحسّنات محرّكات البحث الجديدة أن Google هي نوع من محركات الإجابات وتغذيها.
كلما نشرت بيانات التحقق ، زادت قدرة عملاق التكنولوجيا على توصيل البيانات. بهذه الطريقة ، يمكنك تسهيل عمل محرك البحث في فهم الحقائق حول كيانك. أنت تقدم المساعدة عند توصيل بياناتك المنظمة عبر جميع الأطراف الخارجية المختلفة التي تتحدث عنك. ليس لدى Google أي تفضيل فيما إذا كان تنفيذ البيانات المنظمة متصلاً من خلال رسم بياني أو مصفوفة عقدة مقابل جعلها عناصر فردية في كتلها الخاصة على الصفحة.
- محتوى الأسئلة الشائعة: يمكن لشركتك إنشاء قواعد بيانات تم ترميزها باستخدام مخطط لمساعدة Google في الزحف إلى صفحات معلومات الأسئلة والإجابة عليها واستيعابها. قد تختار Google مصدر محتوى الأسئلة الشائعة لموقعك على الويب.
- مجموعات موضوعات موقع الويب: يمكن استخدام المعلومات ذات الأنطولوجيا الواضحة للإشارة إلى الخبرة في الموضوع. تنظم الرسوم البيانية المعرفية الكيانات باستخدام بيانات الويب التي تثق بها Google. يمكنك أن تكون المصدر الأساسي في مجموعات البيانات المختلفة. بهذه الطريقة ، أنت ناشر بيانات. إذا طالبت ببطاقة المعلومات الخاصة بك ، فقد تكون طريقة أكثر موثوقية وسرعة لبدء تحديث بطاقة المعلومات.
- قاعدة بيانات دقيقة للمنتج: طالما أنك تقوم بعمل لا تشوبه شائبة للحفاظ على قاعدة بيانات منتجك محدثة ، فأنت تساعد Google في الحصول على ثقة عالية وثقة في حقائق منتجك. تزداد ثقة Google في إظهار معلومات دقيقة وذات صلة لمستخدميها إذا كانت علامتك التجارية ومنتجاتك عبر الإنترنت واضحة ومتسقة. كن متسقًا مع كل شيء عندما يتعلق الأمر بوجودك عبر الإنترنت. اذهب بنفس التهجئة ، العنوان ، السيرة الذاتية للمؤلف ، مكان العمل ، إلخ.
- تحميل مجموعات بيانات الصور: يمكن ربط الصور الخارجة من قاعدة البيانات المعينة بإجاباتك وملء الرسم البياني المعرفي الخاص بك. يساعد وجود مجموعات بيانات ضمان الجودة للمنتج ودقتها في ضمان إمكانية المقارنة.
- استخدم ترميز مخطط FactClaim: غالبًا ما يتم استخلاص نتائج بحث Google من مستودع الرسم البياني المعرفي لمليارات الحقائق حول الأشخاص والأماكن والأشياء. من خلال تضمين محتوى إحصائي وقائعي يدعم مقالات رأيك ، فإنك تُظهر وعيك ومعرفتك بالمصادر القائمة على الحقائق ذات الصلة.
- اسم متسق ، وعنوان ، وهاتف: هناك المزيد من الطرق لإدارة ملف تعريف Google التجاري الخاص بك مع الانتقال إلى عام 2023. ومع ذلك ، فإن برنامج NAP الخاص بك هو الأساس لكيفية تحديد Google لكيانك. من الأفضل أن يكون لديك عنوان ثابت واستخدام العنوان المخصص في خرائط Google. ترتبط الرسوم البيانية المعرفية ارتباطًا وثيقًا بخرائط Google. إنها تستند إلى البيانات المنظمة والمعلومات المنظمة في شكل تناسق NAP: الاسم والعنوان ورقم الهاتف وكيف تُحدث فرقًا في التأكد من تحديث خرائط Google. يوفر نفس النوع من الاتساق GKG.
- الردود النصية التلقائية على الأسئلة الشائعة حول الملف التجاري في Google: يمكنك إضافة ردود تلقائية للأسئلة الشائعة مباشرةً في ملفك التجاري على Google. يعمل كمحادثة آلية ثنائية الاتجاه مع الإجابة على الأسئلة.
- دمج إستراتيجية Google Post فعالة: مؤلفو الباحث العلمي من Google والعلامات التجارية البارزة والمسؤولون المنتخبون في الولايات المتحدة لا يستغلون الفرصة للمطالبة بألواح المعرفة الخاصة بهم. وهذا بدوره يوفر لهم إمكانية الوصول إلى منشورات Google ، والتي يجب أن تكون جزءًا من إستراتيجية الرسم البياني المعرفي للمحتوى.
- استخدام بيانات الجمهور وأبحاث السوق: توفر أبحاث السوق الأولية رؤى عن بيانات الجمهور التي يمكن أن تدعم حملات المحتوى المبتكرة واستراتيجيات الحضانة. تقوم قاعدة المعرفة أولاً بتصنيف الأسئلة بناءً على مدى "أهميتها" فيما يتعلق بقصد استعلام الأشخاص.
المزيد عن استخدام البيانات المنظمة على موقع الويب الخاص بك:
Ryan Levering من Google الذي يعمل بشكل أساسي على البيانات المنظمة المذكورة في Mastodon: "مهما كان شكل الرسم البياني للصفحة بأكملها فهو ما نستخدمه ، بغض النظر عن مصدره. يتم دمجها معًا وبينما تعرف من أين أتت ، لا يتم استخدامها عادةً. ومع ذلك ، فإن التحذير هنا هو أنه عند القيام بذلك في كتل متعددة ، توجد أحيانًا مشاكل تعارض / ازدواجية. أيضًا ، بمرور الوقت ، ستفضل الدلالات الأكثر ثراءً / الصحيحة الرسوم البيانية الأكثر ارتباطًا. ما زلنا نرى حالات يرمي فيها الأشخاص ترميزًا غير مرتبط بأشياء (مثل المنتجات ذات الصلة) في نفس المستوى الأعلى مثل الكيان الرئيسي من الكتل المختلفة على الصفحة وهذا يجعله في الغالب ضجيجًا. لذلك أحيانًا تجعل المركزية المنطق الأمر أكثر اتساقًا / صحيحًا ".
الرسوم البيانية المعرفية تجيب على الأسئلة المتعلقة بالبيانات
الهدف من الرسوم البيانية هو القدرة على العمل كحقيقة أساسية للمصطلحات والمنطق والإجابات الصحيحة.
إليك اقتباس مباشر من Google حول كيفية عمل الرسم البياني المعرفي.
"تعرض نتائج بحث Google أحيانًا معلومات تأتي من الرسم البياني المعرفي لدينا ، وقاعدة بياناتنا لمليارات الحقائق حول الأشخاص والأماكن والأشياء. يسمح لنا الرسم البياني المعرفي بالإجابة على أسئلة واقعية مثل "كم يبلغ ارتفاع برج إيفل؟" أو "أين أقيمت دورة الألعاب الأولمبية الصيفية لعام 2016". هدفنا من الرسم البياني المعرفي هو أن تكتشف أنظمتنا المعلومات الواقعية المعروفة وتعرضها عند تحديد أنها مفيدة ". - كيف يعمل الرسم البياني المعرفي من Google
يمكنك تغذية الرسم البياني المعرفي بمعلومات توضح العلاقات والمفاهيم المرتبطة ببعضها البعض. في الوقت الذي تجري فيه استثمارات ضخمة في الذكاء الاصطناعي لروبوتات الدردشة ، نعلم حاليًا أنه يحتاج إلى نموذج مجال لفهم الأسئلة والإجابة عليها. يمكن أن يُنشئ التعلم الآلي قاعدة معرفية ضخمة من الجمل وحالات الاستخدام ، ولكن يوجد قيود على روبوت المحادثة الثابت.
تجمع Google معلومات حول موضوع معين أو موضوع معين لتأسيس الثقة أولاً قبل تحديث إدخال الرسم البياني المعرفي للبيانات. تساعدنا الرسوم البيانية في الإجابة عن الأسئلة المتعلقة بالبيانات بحيث يمكن لـ Google تخزين المعلومات واستردادها بسهولة. يتعلق الأمر بشكل أساسي بفهم الأسئلة ، وربط الأسئلة بالرسم البياني المعرفي الخاص بك ، واستنتاج الإجابات.
الخطوات المقترحة لتحسين إجابة سؤال KG:
- ابحث عن ماذا ، ومن ، وأين ، ولماذا ، وكذلك كيف المنشورات التي تتحكم فيها.
- حدد بيانات ضمان الجودة الداخلية التي يمكن الحصول عليها من مصادر خارجية.
- تعلم أين تجدها.
- تعرف على كيفية استخدامه بالفعل ، ومن قبل من ، وكيف يمكن استخدامه ولماذا.
- استخدم الرسوم البيانية لتحديد كيفية تقديم المزيد من القيمة من خلال تحليل مجموعاتهم ومجموعاتهم ومجموعاتهم.
- قم بإعداد التنبيهات للمساعدة في مراقبة إشارات بيانات ضمان الجودة المتعلقة بالسياق وإشارات المجموعة والديناميكيات داخل علاقات الكيان ومعها.
- جدولة وقت الصيانة لإدارة وتغذية محتوى ضمان الجودة في الرسم البياني الخاص بك.
تسهل معالجة اللغة الطبيعية وإدارة محاذاة الرسم البياني العثور على حالات الكيانات المتضاربة أو تعريفات العلاقات. تدور لوحات Google والرسوم البيانية والخزينة حول دقة الكيان.
قبل الإجابة على سؤال على منصة تتحكم فيها ، افهم السؤال أولاً بذكاء. يجب أن تعرف نية الباحث والمعلومات الأساسية اللازمة للسؤال. تستخرج محركات البحث المعلومات الأساسية عن طريق البحث عن كيانات مسماة مفيدة لتضمين الرسم البياني المعرفي. لكي يثقوا بأنفسهم ، فهم انتقائيون قبل استنتاج الإجابة على KG.
كيف تطلب تحديث بطاقة معلومات Google؟
توفر Google لمالكي الرسم البياني المعرفي المطالب بهم طريقة لطلب التحديثات والإبلاغ عن المشكلات. يصبح الأمر أسهل بمجرد أن تكتسب القدرة على تقديم ملاحظات مباشرة. يتم تحديث إجاباته الفورية بانتظام من الزحف إلى الويب وتعليقات المستخدمين.
"نحن نعلم أيضًا أن الكيانات التي يتم تضمين معلوماتها في لوحات المعرفة (مثل الأفراد البارزين أو منشئو برنامج تلفزيوني) تتمتع بصلاحية ذاتية ، ونوفر طرقًا لهذه الكيانات لتقديم تعليقات مباشرة. لذلك ، قد تأتي بعض المعلومات المعروضة أيضًا من الكيانات التي تم التحقق منها والتي اقترحت تعديلات على الحقائق الموجودة في بطاقات المعلومات الخاصة بها. - حول لوحات المعرفة
"نتلقى أيضًا معلومات واقعية مباشرة من مالكي المحتوى بطرق مختلفة ، بما في ذلك من أولئك الذين يقترحون تغييرات على بطاقات المعرفة التي يطالبون بها". - كيف يعمل الرسم البياني المعرفي من Google
يعتبر الكثيرون أن الفوائد الرئيسية لاكتساب رسم بياني معرفي دلالي هي أنه يوفر وضوح العلامة التجارية واستعادة البيانات وتجارب المبيعات. ولكن نظرًا لأن الكثير من الأشخاص يطرحون أسئلة ، فمن المهم أيضًا مراعاة قدرتها على دمج البيانات واستخدامها لتقديم إجابات. ما الذي لا يكون بائع التجزئة الذي يثبت قيمته بهذه الطريقة؟
كيف يعمل استرجاع المعلومات من إجابة السؤال؟
تجمع Google أسئلة مجمعة المحتوى من المصادر التي يمكن التأكد منها.
عام 2023 هو عصر تحسين إستراتيجية الرسوم البيانية المعرفية الخاصة بك حيث يتم إجراء المزيد والمزيد من تحويلات العملاء المحتملين مباشرة على صفحات نتائج محرك البحث (SERPs). تُقيِّم Google ما يمكنها الوثوق به بشأن كيانك وتختار ما سيتم تضمينه في الرسم البياني المعرفي واللوحات المعرفية وخزينة المعرفة. يعرف عن جمهورك وعملائك المستهدفين ؛ يسعى إلى مواءمة نقاط قوتك ومعرفتك عبر الويب لتقديم أفضل الإجابات. يمكن لبحوث الجمهور وتحليل SERP أن يرشدك إلى أسلوبك في التسويق.
عندما تستخرج Google معلومات كيان ضمان الجودة من صفحات الويب ، يتم تحديد درجات الاقتران التي تتضمن تلك الكيانات وعلاقاتها مع الكيانات الأخرى. يهتم كثيرًا بالإجابات الواقعية التي تصف خصائص تلك الكيانات. بمجرد تحديد أفضل استراتيجية تسويقية لديك ، فقد حان الوقت لنقلها إلى أساليب التسويق ، حيث اتخذت إجراءات تسويقية محددة لتحسين نتائج SERP الخاصة بك. سواء في الوقت الحاضر أو حتى في المستقبل ، فإن فهم استرجاع معلومات ضمان الجودة وكيفية إبلاغ KGs يعد عنصرًا حيويًا في تحسين محركات البحث الفعال.
نتعلم من براءات اختراع Google كيف يمكن لنموذج معالجة اللغة الطبيعية الإجابة على سؤال نصي بلغة طبيعية.
"يشتمل نظام الحوسبة على نموذج معالجة اللغة الطبيعية الذي تم تعلمه آليًا والذي يتضمن نموذج تشفير تم تدريبه لتلقي نص بلغة طبيعية وإخراج رسم بياني معرفي ونموذج مبرمج تم تدريبه على تلقي سؤال لغة طبيعية وإخراج برنامج. يشتمل نظام الحوسبة على وسيط يمكن قراءته بواسطة الكمبيوتر لتخزين التعليمات التي ، عند تنفيذها ، تجعل المعالج يقوم بالعمليات. تشمل العمليات الحصول على نص اللغة الطبيعية ، وإدخال نص اللغة الطبيعية في نموذج المشفر ، والاستلام ، كمخرج لنموذج التشفير ، الرسم البياني المعرفي ، والحصول على سؤال اللغة الطبيعية ، وإدخال سؤال اللغة الطبيعية في نموذج المبرمج ، وتلقي البرنامج كمخرج لنموذج المبرمج ، وتنفيذ البرنامج على الرسم البياني للمعرفة لإنتاج إجابة لسؤال اللغة الطبيعية ". - معالجة اللغة الطبيعية باستخدام آلة N-Gram ، رقم براءة الاختراع: WO2019083519A1 ، تاريخ النشر: 2 مايو 2019 [3]
سجل صلة الرسم البياني المعرفي
اجمع بين تعلم لغة الآلة والرسوم البيانية للبيانات لربط سياق سؤال الجمهور بإجاباتك. يستخدم تسجيل مدى الصلة بـ Google KG LM المدربة مسبقًا لتسجيل العقد على KGs المشروط للإجابة على السؤال. لدى Google إطار عمل عام لترجيح المعلومات ضمن قواعد بياناتها الأساسية. يستخدم التعلم الآلي الخاص به التفكير المشترك على النص و KGs. وبهذه الطريقة يربط سياق الأسئلة بمحتوى الإجابة باستخدام LMs والشبكات العصبية للرسم البياني.
بشكل عام ، تعد Google KGs أكثر كفاءة وموثوقية من صفحات الويب. إذن إلى أين يذهب هذا؟
تسعى KGs للإجابة على الأسئلة إلى توفير معرفة تم التحقق منها
يوفر Gooogle Knowledge Graph إجابات مباشرة على الاستفسارات
الحقائق المقدمة من Google Knowledge Graph ردًا على استعلام مستمدة في البداية من مصادر أخرى. (حتى وقت قريب ، كان هذا إلى حد كبير من ويكيبيديا وويكي بيانات). تعمل Google جاهدة للوثوق في أي وجميع المعلومات التي تملأ KGs الخاصة بها. يجب أن يكون من الصعب تلبية الاستفسارات بدقة. على سبيل المثال ، للإجابة على السؤال "من هم مؤسسو Google؟" ، يحتاج الرسم البياني المعرفي إلى استخراج ثلاثي (الموضوع - المسند - الكائن) هنا على غرار "[المنظمة] التي أسسها [الشخص (الأشخاص)]"
توفر ويكيبيديا وويكي بيانات معلومات دقيقة من هذا القبيل.
طرح آرون برادلي ، محلل الرسم البياني المعرفي في Electronic Arts ، سؤالًا رائعًا على Twitter قبل بضع سنوات. "للذكاء ، فإن السؤال الأساسي الأكبر هو ما إذا كان علينا اعتبار" الحقائق "المقدمة من الرسم البياني المعرفي من Google صحيحة من الناحية الواقعية (وما إذا كانت Google نفسها تعتبر الحقائق المقدمة من الرسم البياني صحيحة من الناحية الواقعية).
يمكن للمرء أن يرى بسرعة سبب وجوب ثقة المستخدمين في "الإجابات" و "الحقائق" المقدمة من الرسم البياني المعرفي.
يمضي برادلي في القول ، "لذا يحتاج الرسم البياني إلى الاعتماد على مصداقية مصادره في تحديد التأكيدات التي يجب القيام بها. لدرجة أن Google قد فكرت في طرق تحسين كيفية تحديد مصداقية المصدر. في النهاية ، يكون التأكيد المقدم "من مكان ما". ويصبح هذا مشكلة عندما لا تتضمن حمولة الاستجابة (خاصة الصوت) معلومات المصدر. يحتاج كل من مجمعي المعرفة (هنا Google) ومستخدمي المعرفة (الباحثين هنا) إلى العمل على تحسين كيفية معالجتنا لهذه الأسئلة والأجوبة ". [4]
عاد لاري بيدج وسيرجي برين ، مؤسسا Google ، إلى الظهور بعد رحيلهما عام 2019 لمراجعة إستراتيجية منتجات الذكاء الاصطناعي من Google. وافقوا على الخطط والأفكار المقدمة لإضافة ميزات chatbot جديدة إلى محرك بحث Google. تأتي عمليات التسريح الهائلة للموظفين في Google في يناير 2023 عقب التزامها المتجدد بوضع الذكاء الاصطناعي في الصدارة والوسط في خططهم. [5]
يمكنك استخدام Google Knowledge Graph Search API للبحث أو البحث عن الكيانات في Google Knowledge Graph. يقدم Google Cloud مثال رمز ترميز المخطط التالي: [6]
{ "@سياق الكلام": { "vocab": "http://schema.org/" } ، "type": "ItemList"، "itemListElement": [ { "نتيجة": { "id": "c-07xuup16g"، "الاسم": "جامعة ستانفورد"، "description": "Private university in Stanford، California"، "وصف تفصيلي": { "articleBody": "جامعة ستانفورد ، رسميًا جامعة ليلاند ستانفورد جونيور ، هي جامعة بحثية خاصة في ستانفورد ، كاليفورنيا. يشغل الحرم الجامعي 8180 فدانًا ، من بين أكبر الجامعات في الولايات المتحدة ، ويسجل أكثر من 17000 طالب." ، "url": "https://en.wikipedia.org/wiki/Stanford_University" ، "الترخيص": "https://en.wikipedia.org/wiki/Wikipedia:Text_of_Creative_Commons_Attribution-ShareAlike_3.0_Unported_License" } ، "url": "http://www.stanford.edu/"، "صورة": { "contentUrl": "https://encrypted-tbn1.gstatic.com/images؟q=tbn:ANd9GcTfPPf-ker0y_892m1wu8-U89furQgQ67foDFncY3r9sREpeWxV"، "url": "https://es.wikipedia.org/wiki/Archivo:Logo_of_Stanford_University.png" } ، "المعرف": [ { "type": "PropertyValue"، "propertyID": "googleKgMID"، "القيمة": "/ m / 06pwq" } ، { "type": "PropertyValue"، "propertyID": "googlePlaceID"، "القيمة": "ChIJneqLZyq7j4ARf2j8RBrwzSk" } ، { "type": "PropertyValue"، "propertyID": "wikidataQID"، "القيمة": "Q41506" } ] ، "@يكتب": [ "مكان"، "منظمة"، "مسرح فيلم"، "مؤسَّسة"، "مؤسسة تعليمية"، "شيء"، "CollegeOrUniversity" ] } } ] }
نجد أن تثبيت ترميز المخطط مفيد للغاية. إذا كنت مزدوجًا ، فاقرأ إيجابيات وسلبيات إضافة مقالة ترميز البيانات المنظمة.
أخذ البحث الدلالي و GKG إلى الأمام
إذا كانت هذه المقالة تزيد من وعيك بتكنولوجيا البحث الدلالي والرسم البياني ، وأنت الآن حريص على الاستجابة لمثل هذه الفرص ، فاتصل بـ Jeannie Hill على الرقم 651-206-2410.
عزز الرسم البياني المعرفي الشخصي أو التجاري من خلال الحصول على تدقيق كيانات الاستعلامات
مراجع:
[1] https://research.google/pubs/pub45634/
[2] https://patents.google.com/patent/WO2014008272A1/ar
[3] https://patentscope.wipo.int/search/en/detail.jsf؟docId=WO2019083519
[4] https://mobile.twitter.com/aaranged/status/1108444732282163200
[5] https://searchengineland.com/google-search-chatbot-features-this-year-391977
[6] https://cloud.google.com/enterprise-knowledge-graph/docs/search-api