欢迎光临
我们一直在努力
您的位置:首页>资讯 >

微软详细介绍了它如何通过AI改善Bing的自动建议

今年早些时候,微软详细介绍了必应从Scale的AI中受益的方法。Scale是一项将大规模AI和超级计算应用于Microsoft应用程序,服务和被管理产品的语言处理的一项计划。Scale的AI主要增强了搜索引擎直接回答问题并生成图像标题的能力,但是微软在今天的博客文章中说,它已使Bing改进了自动完成建议之类的功能。

Bing及其竞争对手可以从AI和机器学习中受益匪浅,特别是在自然语言领域。搜索引擎无论其措辞多么令人困惑,都需要理解查询,但是从历史上看,它们一直在努力,依靠布尔运算符(诸如“ and”,“ or”和“ not”之类的简单单词)作为创可贴。合并或排除搜索词。但是随着像Google的BERT和Microsoft的Turing家族之类的AI的出现,搜索引擎有可能比以往任何时候都更具对话和上下文感知能力。

例如,必应(Bing)的自动建议功能,即建议相关的完整搜索和部分搜索,由于新的语言生成模型,现在可以更好地处理下一词组预测。通过下一个短语预测,完整的短语建议会实时浮出水面并生成,这意味着它们不仅限于先前查看的数据或正在键入的当前单词。

由于最近的AI和机器学习创新,Bing的另一个Bing功能(相关资源列表People Also Ask)得到了改进。与以前一样,该功能允许用户通过探索与原始搜索查询相关的问题的答案来扩展搜索范围。但是现在,它可以利用对数十亿个文档进行训练的模型来更好地理解以前从未见过的问题,这些模型会在文档中生成问题-答案对。当相同的文档出现在搜索结果页面上时,Bing会使用先前生成的对来填充“同时问人”栏和先前已提出的现有问题。

微软还表示,必应目前正在以100多种语言和200多个地区提供高质量的搜索服务。这要归功于Microsoft的Turing通用语言表示(T-ULR),它结合了一种称为InfoXLM的预训练模型,该模型可以驱动多语言理解并生成任务,方案和工作负载。重复使用了相同的模型来改善所有Bing市场中的图像字幕;它增强了语义突出显示功能,这项新功能将字幕的突出显示功能扩展到了简单的关键字匹配之外。例如,语义突出显示不是针对搜索“德国人口”而突出显示“德国”和“人口”一词,而是加粗了2019年作为德国人口的81,453,631的实际数字。

微软写道:“自然语言理解的进步继续以非常快的速度发生。”“全球的必应用户每天都会执行数亿个搜索查询。这些查询从用户寻求实现的意图到发出这些查询的语言和地区,在许多方面都各不相同。为了处理如此动态的使用范围,必应中的AI模型必须不断发展。”

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。