一種改變標(biāo)準(zhǔn)的谷歌關(guān)鍵詞搜索的新方式

昨天，谷歌發(fā)布“Talk to Books”（撩書？？）和一個(gè)名為Semantris的游戲。這兩項(xiàng)都是基于自然語(yǔ)言文本理解，用戶能夠憑語(yǔ)義而非關(guān)鍵詞來(lái)實(shí)現(xiàn)搜索功能。這些創(chuàng)新來(lái)源于“在向量空間中表示語(yǔ)言”想法的延伸，以及詞向量模型的發(fā)展。

未來(lái)的搜索，可能不需要輸入關(guān)鍵詞，直接表達(dá)想法就好。

谷歌昨晚放出大招：上線Semantic Experiences（語(yǔ)義體驗(yàn)）網(wǎng)站，網(wǎng)站有兩項(xiàng)特殊功能，一個(gè)是“Talk to Books”（撩書？？），一個(gè)是名為Semantris的語(yǔ)義聯(lián)想游戲。

這兩個(gè)大招都是基于自然語(yǔ)言文本理解，用戶能夠憑語(yǔ)義而非關(guān)鍵詞來(lái)實(shí)現(xiàn)搜索功能。

過(guò)去幾年里，自然語(yǔ)言理解（Natural language understanding）有了很大發(fā)展，部分原因是詞向量（word vectors）的發(fā)展使得算法能夠根據(jù)實(shí)際語(yǔ)言使用的例子來(lái)理解單詞之間的關(guān)系。這些向量模型根據(jù)概念和語(yǔ)言之間的等價(jià)性、相似性或相關(guān)性將語(yǔ)義上相似的短語(yǔ)映射到相近的點(diǎn)。去年，谷歌已經(jīng)使用語(yǔ)言的分層向量模型（hierarchical vector models）改進(jìn)了Gmail的智能回復(fù)。

當(dāng)“Talk to Books”時(shí)，只需要輸入模糊的詞匯，算法模型會(huì)在超過(guò)10萬(wàn)本書中搜索對(duì)應(yīng)的每一個(gè)句子，以查找最有可能在對(duì)話中匹配的書籍，擺脫了以往通過(guò)書名或作者的搜索方式。

“Semantris”是一個(gè)單詞語(yǔ)義聯(lián)想游戲，當(dāng)輸入單詞時(shí)，游戲會(huì)對(duì)屏幕中所有單詞進(jìn)行評(píng)分，簡(jiǎn)單有趣。

這篇博客由著名的未來(lái)學(xué)家、谷歌研究的工程總監(jiān)Ray Kurzweil和產(chǎn)品經(jīng)理Rachel Bernstein發(fā)布，博客地址：

https://research.googleblog.com/2018/04/introducing-semantic-experiences-with.html?m=1

游戲試玩地址：

https://research.google.com/semantris/

谷歌還公開(kāi)了論文“Universal Sentence Encoder”，論文中詳細(xì)描述了這些示例所使用的模型。此外，谷歌Semantic Experiences網(wǎng)站還在TensorFlow平臺(tái)上提供了一個(gè)預(yù)先訓(xùn)練好的模型供其他研究人員進(jìn)行實(shí)驗(yàn)。

不用關(guān)鍵詞，輕松去“撩書”

“Talk to Books”可以讓用戶與用機(jī)器學(xué)習(xí)訓(xùn)練的算法進(jìn)行對(duì)話，該算法可以從人寫的文本中找到相關(guān)段落的答案。

“撩書”的方法很簡(jiǎn)單：你只要輸入一句話，這句話可以是一個(gè)陳述句或一個(gè)疑問(wèn)句，然后而“Talk to Books”會(huì)在書中找到相應(yīng)的句子，完全不依賴于關(guān)鍵字匹配。

比如，問(wèn)“為什么天空是藍(lán)色的?”你會(huì)得到很多不同的答案，這些答案都是在清晰的文本中顯示出來(lái)的，并且顯示來(lái)自于關(guān)于這個(gè)主題的書籍。

這種做法改變了以往使用標(biāo)準(zhǔn)的谷歌關(guān)鍵詞搜索的方式，并且也不需要必須點(diǎn)擊鏈接并解析文章或網(wǎng)頁(yè)。

此外，“Talk to Books”的Web界面非常整潔、完美（更沒(méi)有競(jìng)價(jià)排名的醫(yī)療小廣告）。

Kurzweil和Berstein說(shuō)，這個(gè)模型接受了10億次類似的訓(xùn)練，比如對(duì)句子進(jìn)行分析，并學(xué)會(huì)識(shí)別出好的反應(yīng)可能是什么樣的。“一旦你問(wèn)了你的問(wèn)題(或者做了一個(gè)陳述)，這些工具就會(huì)在超過(guò)10萬(wàn)本書中搜索所有的句子，找出那些根據(jù)句子層面的語(yǔ)義含義對(duì)你的輸入做出反應(yīng)的句子。你輸入的和你得到的結(jié)果之間的關(guān)系沒(méi)有預(yù)先定義的規(guī)則。

不過(guò)，“Talk to Books”并不是最完美的。TheVerge報(bào)道稱，這個(gè)工具更適合回答原始的事實(shí)問(wèn)題，而在處理復(fù)雜的地緣政治問(wèn)題或現(xiàn)代文化和歷史重要性的話題時(shí)表現(xiàn)不佳。

但是作為一個(gè)簡(jiǎn)單的Web工具，谷歌表示，這個(gè)技術(shù)能幫助改進(jìn)像Gmail智能回復(fù)這樣的產(chǎn)品，而且與書籍對(duì)話是一種以自然語(yǔ)義的方式搜索Web的有趣方式。更重要的是，它讓我們意識(shí)到，當(dāng)人工智能真正成熟到可以處理幾乎所有我們拋出的問(wèn)題時(shí)，未來(lái)的界面會(huì)是什么樣子。

Semantris：開(kāi)腦洞、發(fā)散思維的小游戲

跟“撩書”一起推出的是一款叫做Semantris的游戲，它主要測(cè)試用戶單詞聯(lián)想能力。

舉個(gè)例子，如果你把“床”（Bed）這個(gè)單詞放在一個(gè)10個(gè)單詞的最上面，你可能會(huì)把“睡眠”（Sleep）作為一種反應(yīng)。Semantris將對(duì)這10個(gè)單詞進(jìn)行排序，并根據(jù)它認(rèn)為床與睡眠之間的語(yǔ)義關(guān)系與列表中的其他單詞之間的關(guān)系進(jìn)行比較，最后還可以打分。

應(yīng)該指出的是，很多谷歌實(shí)驗(yàn)也是公司收集用戶數(shù)據(jù)的方法，通過(guò)給用戶提供豐富的關(guān)于文字關(guān)系的信息，有助于信息技術(shù)的發(fā)展。這似乎是Semantris的案例，但無(wú)論如何，游戲是測(cè)試你自己能力的一種有趣的方式，看看軟件如何判斷單詞之間的聯(lián)系。

此外，你也可以玩一個(gè)類似tetris的游戲，它可以讓你輸入文字來(lái)清除屏幕上的文字塊，根據(jù)你自己的假設(shè)，軟件可以在彩色方塊上的文字和你輸入的答案之間的文字之間畫出什么關(guān)聯(lián)。

建模方法

谷歌使用的方法是“在向量空間中表示語(yǔ)言”這一想法的延伸，方法是為更大的語(yǔ)言塊（如完整句子和小段落）創(chuàng)建向量。由于語(yǔ)言是由概念層次組成的，我們使用一個(gè)模塊層級(jí)結(jié)構(gòu)創(chuàng)建向量，每個(gè)模塊考慮與不同時(shí)間尺度的序列對(duì)應(yīng)的特征。如果以正確的方式訓(xùn)練，然后提出正確的“問(wèn)題”，那么就可以用向量空間語(yǔ)言模型來(lái)表示相關(guān)性、同義詞、反義詞、部分整體關(guān)系、同形異義詞以及其他許多類型的關(guān)系。谷歌在論文“Efficient Natural Language Response for Smart Reply”中描述了這種方法。