必应将AI和自然语言模型应用于自动建议

该公司周三宣布，必应现在正在使用自然语言生成模型（生成文本的模型）来改善其自动提示功能和“问人而过”（PAA）功能。 它还正在扩大自然语言表示模型的使用范围，以在全球范围内扩展其问题回答和语义突出显示功能。

实时短语建议。 Bing的自动生成的搜索建议现在利用Microsoft Turing自然语言生成（T-NLG）下一阶段预测来实时呈现完整的短语建议。 这扩大了自动建议的范围，也可以改善用户体验。

Bing使用Next Phase Prediction提出了用户历史搜索之外的建议。 资料来源：兵。

在上面的示例中，必应建议一个完整的单词来完成用户的查询。 作为Microsoft规模化AI计划的一部分，该公司一直在构建深度学习模型，使Bing能够即时建议查询。 以前，自动建议仅限于用户以前询问的信息，并且仅限于当前键入的单词。

为PAA生成问答对。 Bing还在使用生成模型来识别文档中的问题-答案对。 当这些文档出现在搜索结果上时，它会使用生成的问题/答案对来增强PAA框（除了来自用户先前曾询问过的类似问题的数据外），如下所示。

必应的“同时问人”（PAA）框使用一种生成模型来补充用户先前曾问过的类似问题的数据。 资料来源：兵。

借助AI语言模型，其他功能在全球范围内得以推广。 Bing使用其Turing通用语言表示（T-ULR）模型，还将其智能答案扩展到100多种语言。

语义突出显示以粗体显示搜索列表中元描述中的相关信息，现在也可以识别并突出显示所有语言的答案。 以前，此功能高度依赖于搜索查询中的匹配关键字，当以问题的形式提出查询时，这是一个问题。

我们为什么在乎。 改进的PAA框和自动提示功能是在搜索结果页面上将AI应用于自然语言处理和理解的另外两个示例。 随着模型的开发和改进，搜索引擎将能够更好地理解内容及其与用户查询的关系，并且这些改进将出现在搜索列表以及填充搜索结果页面的功能中。

有关：

• Bing表示，自4月以来一直在申请BERT
• 深入探究BERT：BERT如何推动火箭对自然语言的理解
• 常见问题解答：有关Google搜索中的BERT算法的所有信息