圖片來源: 

GitHub

微軟開源釋出搜尋引擎Bing的關鍵演算法Space Partition Tree And Graph(SPTAG),該演算法透過向量搜尋的技術搭配深度學習模型,以持續改進搜尋結果,使Bing搜尋引擎更了解數十億網頁搜尋背後的意圖,在毫秒內從數十億個資料向量中,搜尋出最相關的結果。

微軟在察覺用戶搜尋的模式開始改變後,就開始使用向量搜尋技術,向量搜尋技術是用概念的方式來搜尋,而不是透過傳統的關鍵字方式,舉例來說,當使用者在搜尋引擎Bing中輸入「巴黎鐵塔有多高」,系統能夠用自然語言的方式,回覆使用者艾菲爾鐵塔是1,063英尺,即使「艾菲爾」這個字詞從來沒有出現在搜尋請求中,而「高」也不會出現在搜尋結果中。

微軟指出,文字、圖片和其他資料透過數值表示法,搭配上深度學習技術,就能夠用這些向量來理解搜尋的意圖,當一個數值點被指定爲一個資料,向量就能夠被排列或是找出關聯,這些關聯結果能夠改善搜尋結果,當用戶送出搜尋請求時,Bing能夠掃描所有索引向量並提供最佳配對的結果。


Advertisement

更多 iThome相關內容