更多与搜索查询处理相关的激动人心的 Google 专利

[Reddi2]

以下是我发现的与现代搜索查询处理相关的其他一些令人兴奋的 Google 专利，但无法明确地归属于上述某个子步骤。



发现实体图的实体操作
谷歌于2014 年 1 月首次提交该专利，并于 2017 年 10 月以更新的名称重新提交。它描述了 Google 如何根据搜索量的情境短期波动来识别与实体相关的活动。然后可以在短时间内添加这些内容，例如在知识面板中，或者可以将考虑到这些当前活动的内容暂时提升到排名中。这使得 Google 能够对实体周围的情境事件做出反应并相应地调整 SERP。

识别和排序实体的属性
这项谷歌专利于 2015 年发布，可能是该主题最令人兴奋的专利之一。它描述了 Google 如何确定每个搜索词的查询数据、实体描述部分和附件。例如，这些附件可以是属性。这使您可以分析搜索查询以确定用户通常想要接收哪些类型的信息。

在许多情况下，用户对某个实体（例如，一个人或一个主题）感兴趣的信息类型 股东数据库 会有所不同。通过分析搜索查询，可以识别特定实体最常请求的信息。然后，当用户提交与特定实体相关的搜索查询时，可以响应该查询提供最常请求的信息。例如，可以提供针对特定实体和其他类似实体的最常请求的事实的简短摘要，例如在知识面板或一个框中。

这考虑到了有关实体本身以及实体类型的某些信息的搜索频率。例如，如果您搜索乐队 Phoenix 的专辑、歌词和巡演日期，或搜索音乐家的乐队成员和歌曲，就会得到知识面板中提供的信息。


通过属性参数化从个人搜索中的用户交互中学习
科学论文“通过属性参数化从个人搜索中的用户交互中学习”可以追溯到 2017 年。这描述了谷歌如何利用对单个文档的用户行为分析来建立搜索查询和点击文档之间的语义属性关系，甚至支持自学习排名算法：


“私人搜索的情况有所不同。用户通常不会共享文档（例如电子邮件或个人文件），因此直接聚合用户之间的交互历史变得不可行。为了解决这个问题，我们不是像在网络搜索中那样直接从给定的 [查询，文档] 对的用户行为中学习，而是选择使用在某种程度上可以表明其内容的语义连贯的属性来表示文档和查询。
图 2 以示意图的形式描述了这种方法。文档和查询都被投影到聚合属性空间中，并且匹配是通过中间表示完成的，而不是直接完成的。由于我们假设属性在语义上是有意义的，我们预计类似的个人文档和查询将共享许多相同的聚合属性，从而使属性级别匹配成为学习排名模型中的一个有用特性。”