摇钱树精品资料网ǰλã王中王开奖结果 > 摇钱树精品资料网 >

这个知识提取引擎看起来比百度还好用一丢丢香

ʱ䣺 2019-11-12

  比如在写Facebook的财报新闻时,Google可以告诉我它的实时股价、市值、近期高低点等非常有用的信息。

  但其实,还有另一个工具比Google更好用,那就是Wolfram Alpha。它比Google更进一步,香港天下彩官方网站。可以用结构化的方式直接列出我可能需要的知识。

  举个最简单的例子:我家带宽是75Mbps (9.375MB/s),要下载一个100GB的文件需要多久?我可以直接用自然语言询问,Wolfram Alpha不仅会告诉我答案,还会写出公式:

  它不仅是一个数学工具,还是一个很好的知识聚合工具。比如最近电影《小丑》很火,如果我想写关于它的文章,上Wolfram Alpha一搜就能找到大量细节,包括并不限于影片信息、排名和票房等。

  准确来讲,Wolfram Alpha并非一个搜索引擎。它的官方定义叫做“计算式知识引擎”,可以用来回答那些没有公开答案,但是计算一下即可得到的问题。而且,它用结构化的方式去展现答案,而不是像搜索引擎那样,把链接一条一条列出来。

  接下来介绍今天文章的主角:Magi,一个最近几天在我的技术圈朋友中间小有名气的工具。

  首先,答案提供了对易烊千玺的几个关键描述,如“TFBOYS的成员”、“00后国民偶像代表”等。紧接着,它列出了关于词条主人的几乎全部的重要属性,包括由他出生年月、参演的影视作品、发表的音乐专辑等。

  更有趣的是,答出了易烊千玺的几个近义项,比如他的昵称、代称和他所养的宠物等等。www.3008003.com注意了!成都绕城高速这些路段内外

  可能因为职业生涯中大部分时间都在拖稿,诉我富坚的业余爱好是“画画漫画”……

  搜索到的答案,每一条都会用以绿、黄、红三种颜色表示其可信度从高到低;在答案的右侧则会提供几条链接,用鼠标划过它们即可看到,答案是从哪个/哪几个具体的来源学习到的:

  你会注意到,结果中,答案在正下方,链接跑到了右边,跟主流搜索引擎的用户界面完全是反的。

  这就是Magi和主流搜索引擎最大的区别所在:链接对于它不是结果,答案才是。

  这是因为Magi并非搜索引擎(尽管具有一些搜索引擎的功能)。它实际上是一个基于机器学习的知识引擎,能够检索和提取任何领域自然语言文本,将其中的知识提取出来,形成结构化的数据。

  我们都知道,互联网上有着大量的,基于文本的信息,当中蕴藏着许多的知识。然而,计算机读不懂互联网上大部分的信息,因为这些信息往往不是以“性别:男”、“国籍:中国”这样的结构化形态,而是以自然语言的形态出现的。

  比如,”埃菲尔铁塔的高度“是一个入门级的问题,因为早已有人整理出了正确的答案,写在维基百科和旅游网站上;但是想知道“埃菲尔铁塔的第二节电梯线路有多长”,就很难在搜索引擎上查到准确信息了。这是因为很少有人会把这些细节的数据,以结构化的方式记录在互联网上。

  这就是Magi想要解决的问题:从开放领域的纯文本当中提取知识,并让其可解析、检索和溯源。

  Magi来自中国团队Peak Labs,创始人季逸超在开发者圈子内也小有名气。2011年,还在北大附中读书期间,他就独自完成了猛犸浏览器iOS的开发。次年,他只用两天时间就完成了Rasgueado,第一个支持划动手势控制光标位置的iOS输入法

  2012年,季逸超创办了自己的公司,继续推动浏览器和输入法项目。目前,Peak Labs主要精力都放在Magi项目上,专注于背后的技术,以及相关商业产品的开发。

  Peak Labs并没有计划将Magi和Google、百度之类的主流搜索引擎相提并论。把Magi做成一个“搜索引擎”,主要是为了让公众有机会能够体验它背后的技术,感受它能够提供的价值。

  即便如此,看起来很像搜索引擎的实力还是不容小觑。事实上,为了这个示范性质的产品,Peak Labs并没有选择小聪明的方式,从其他搜索引擎抓取结果,而是从零开发了一套互联网搜索引擎。

  ”我们的结果的摘要比一般的搜索引擎都长,是的,我们是故意为之。这足以证明我们的结果不可能来自其他搜索引擎,“季逸超在官网上写道。

  根据用户输入问题、关键词和表达式的不同,可以用不同的方式来呈现答案——具体的呈现方式也展现了Magi系统的能力。

  比如,输入“打车软件公司”,Magi系统可以把它知道的所有手机叫车公司,以“集合”的方式列在答案里。

  而在百度上,得到的结果如下。可以看到百度的知识图谱也提供了类似的结果,只是看起来有四、五年没有更新过了:

  再比如,如果输入“八角 大料”,Magi系统会发现这两个关键词其实是同一个东西,它就会以“断言”的形式给出答案。

  Magi系统可以24小时不间断地进行学习。它的时效性也还算不错,Peak Labs宣称实时新闻当中的知识,Magi只需要5分钟就可以掌握,而且还可以采纳新的信息源进行交叉验证,实现自动纠错。

  除了自主开发的全网规模搜索引擎以外,Peak Labs还开发了基于注意力机制的神经信息提取系统,不依赖无界面浏览器的分布式抓取系统(爬虫程序MagiBot),以及支持混合处理170多种语言的自然语言管道。

  作为EVA粉,这里不得不打断一下:Magi以及它的四个子系统,名称全部来自《新世纪福音战士》(EVA本身取材自圣经等其他西方宗教经典),而且命名里也有彩蛋:

  确实如此。目前通过以观察到一些问题,比如很多可以在主流搜索引擎中轻易找到的答案,给不出来(通常是因为它还没有学到);

  比如搜索“世界上最富有的人”时,我想要的是Magi能告诉我当前谁最富有,但它只能告诉我最富有的那一群人:

  比如消歧义的把控,容易导致答案混乱(这一点季逸超自己在知乎上[1]也有所提到):

  不过正如前面提到,这个搜索引擎并不是Peak Labs的最终产品——他们的真正目的,是借助搜索引擎背后Magi系统的力量,提供企业级的服务。

  Peak Labs的官网指出,他们希望未来的Magi系统能够成为“知识领域的ImageNet”。它已经展示出的开放领域信息提取能力,可以应用到企业客户所在的细分领域内,变成一个更加强大的信息抽取系统,让每一个领域、每一家企业都可以轻松地打造属于自己的知识图谱。

  “也许在不远的未来,伴随着整个行业的进步,Magi所构建的包容万事万物的结构化网络,将成为通向可解释人工智能的基石。”Peak Lab的网站这样写道。

  ——希望这个愿景能够实现。(就算实现不了也没关系啊!拿些奇怪的东西,还是能得到不少笑料的……)

  如果你对Magi的技术细节感兴趣,可以到Peak Labs网站进一步了解。季逸超在知乎的回答也做了更加详尽的阐述。

  [1] 季逸超在知乎问题《如何评价Peak Labs出品的2019版Magi搜索引擎?》的回答



    友情链接:

Copyright 2018-2021 王中王开奖结果 版权所有,未经授权,禁止转载。