Atitit 知识图谱解决方案：为搜索和知识结果概述提供完整的知识架构

Atitit 知识图谱解决方案：为搜索和知识结果概述提供完整的知识架构

在其官方博客中宣布，为了让用户更快、更轻松地发现新的信息和知识， 将发布“知识图谱”（Graph）——搜索结果可以用知识系统化，任何关键词都可以获得完整的知识体系。例如，如果您搜索 “” （ River），则常规搜索结果将提供最相关的信息。比如网站，因为互联网上关于它的信息最多，但它不仅仅是一个网站，它也是世界上流量最大的河流。如果你回顾历史，它可能仍然是希腊战士家族的代名词。而这些结果将来也会显示在搜索的 “知识图谱” 中。

为了让用户更快、更轻松地发现新的信息和知识，搜索会发布一个“知识图谱”——搜索结果可以用知识系统化，任何关键词都可以获得一个完整的知识体系。

1. 找到合适的结果。由于一个关键词可能代表多种含义，因此知识图谱将呈现最全面的信息，让用户找到他们最想要的含义。

1.

最好的总结。借助知识图谱，您可以更好地了解用户正在搜索的信息并总结相关内容和主题。当您搜索“居里夫人”时，您不仅会获得该关键字的所有相关内容，还会获得居里夫人的详细传记。

阿拉伯数字。

3.

更深，更宽。由于 “知识图谱” 将提供搜索结果的完整知识体，因此用户通常会发现很多他们不知道的东西 （知识）。当你搜索一个你要去旅行的地方时，你可能会找到一家以它命名的餐厅，你甚至可能会找到一本被改编成同名电影的小说。

4.

知识图谱不仅从维基百科、维基百科或全球概览中获取专业信息，还通过大规模信息搜索分析来提高搜索结果的深度和广度。现在，数据库中有超过 5 亿个事物，不同事物之间的关系超过 35 亿个。同时，搜索的人越多，他们得到的信息就越多，他们得到的就越全面，整个知识图谱就会达到更好的效果。

目前的知识图谱将从英文搜索开始，未来将扩展到手机、平板等移动设备以及更多语言。有关更多信息，请移至此处

提高搜索性能

Graph 通过三种方式提高搜索性能：

1. 找到您最需要的信息。

语言可能是模棱两可的 – 一个搜索请求可以表示多种含义，而 Graph 将充分呈现信息，使用户能够找到他们最想要的含义。现在，您可以了解差异并将搜索结果范围缩小到用户想要的含义类型。

2. 提供最全面的摘要。

借助 Graph，您可以更好地了解用户正在搜索的内容，并总结与他们正在搜索的主题相关的内容。例如，当用户搜索“居里夫人”时，他们不仅会看到居里夫人的生平信息，还会获得有关她的教育和科学发现的详细信息。此外，Graph 还将帮助用户理解事物之间的关系。

3. 使搜索更深入、更广泛。

由于 Graph 构建了与搜索结果相关的完整知识体系，因此用户经常会有意想不到的发现。在搜索中，用户可能会了解到一个新的事实或联系，从而提示他们开始一组全新的搜索查询。

所谓的知识图谱听起来很崇高，它声称要给计算机配备一个大脑......其实无非是从各种结构化 / 半结构化 / 非结构化数据中提取实体 / 实体属性 / 实体间关系 形成一个图，可以反映现实世界的相关信息，因为现实世界是由人类认知中的实体、属性和实体之间的关系组成的

这

获取这些东西最大的挑战无非是实体识别、消歧（重复名称、别名）、实体关系挖掘等，归根结底都是 NLP 问题

知识 .html

发布知识图谱：为用户提供完整的知识体系的搜索结果.html

（1 条私信 _ 2 条消息） 构建中文知识图谱的想法是什么？- 知乎 .html

作者：昵称：Old Wow's Paw（全名：I. Akbar ）。

汉字名称： （AI LONG）， 电子邮件：

同城信息网