必應將AI和自然語言模型應用於自動建議

該公司周三宣布，必應現在正在使用自然語言生成模型（生成文本的模型）來改善其自動提示功能和「問人而過」（PAA）功能。 它還正在擴大自然語言表示模型的使用範圍，以在全球範圍內擴展其問題回答和語義突出顯示功能。

實時短語建議。 Bing的自動生成的搜索建議現在利用Microsoft Turing自然語言生成（T-NLG）下一階段預測來實時呈現完整的短語建議。 這擴大了自動建議的範圍，也可以改善用戶體驗。

Bing使用Next Phase Prediction提出了用戶歷史搜索之外的建議。 資料來源：兵。

在上面的示例中，必應建議一個完整的單詞來完成用戶的查詢。 作為Microsoft規模化AI計劃的一部分，該公司一直在構建深度學習模型，使Bing能夠即時建議查詢。 以前，自動建議僅限於用戶以前詢問的信息，並且僅限於當前鍵入的單詞。

為PAA生成問答對。 Bing還在使用生成模型來識別文檔中的問題-答案對。 當這些文檔出現在搜索結果上時，它會使用生成的問題/答案對來增強PAA框（除了來自用戶先前曾詢問過的類似問題的數據外），如下所示。

必應的「同時問人」（PAA）框使用一種生成模型來補充用戶先前曾問過的類似問題的數據。 資料來源：兵。

藉助AI語言模型，其他功能在全球範圍內得以推廣。 Bing使用其Turing通用語言表示（T-ULR）模型，還將其智能答案擴展到100多種語言。

語義突出顯示以粗體顯示搜索列表中元描述中的相關信息，現在也可以識別並突出顯示所有語言的答案。 以前，此功能高度依賴於搜索查詢中的匹配關鍵字，當以問題的形式提出查詢時，這是一個問題。

我們為什麼在乎。 改進的PAA框和自動提示功能是在搜索結果頁面上將AI應用於自然語言處理和理解的另外兩個示例。 隨著模型的開發和改進，搜索引擎將能夠更好地理解內容及其與用戶查詢的關係，並且這些改進將出現在搜索列表以及填充搜索結果頁面的功能中。

有關：

• Bing表示，自4月以來一直在申請BERT
• 深入探究BERT：BERT如何推動火箭對自然語言的理解
• 常見問題解答：有關Google搜索中的BERT演算法的所有信息