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