|
|
个实体控制的可能性很高时排名组件可以确定多个节点应该被聚类。聚类节点的决定性标准可以是作者身份图形结构内容相似性手动定义的信息例如元信息。通过这种方式可以分配诸如个人帖子和其他内容格式域应用程序诸如公司或人员之类的实体等元素。信息也是可能的但根据这不再那么容易。基于实体的索引的优点由于实体在每个国家和每种语言中具有几乎相同的含义因此出于效率原因基于实体的索引具有很大的优势。狮子在英国和德国的含义是一样的。只是名称因国家语言而异。德语英语西班牙语在每个国家和每种语言中都有相同的含义。
这是关于意义而不是语言。这将使谷 印度兼职求职者电话号码列表 歌更容易解释语言。一旦谷歌理解了实体背后的含义就可以用任何语言来识别它。例如对于知识图谱可以用相应的用户语言传递实体的描述无论输入的是ö还是。这是一个很大的优势特别是对于谷歌尚未关注的语言。辛迪的帖子中有一些有趣的测试。对于图像搜索来说也是一个很大的优势。这样无论语言如何谷歌都可以为搜索查询狮子狮子利昂提供相同的图像选择。特别是当涉及到图像时图像是否来自德语英语或西班牙语网站通常并不重要。目前这显然行不通。这也可能是因为谷歌在图像识别方面还没有像他们希望的那样先进。
图像识别仍然过于依赖文本环境标题和标签等信息。这些信息通常采用图像源的相应语言。主要是搜索查询的德国图像来源主要是搜索查询的德国图像来源基于实体的索引面临的挑战我认为我们才刚刚开始看到搜索结果页面的影响因为谷歌在理解单个实体的含义方面进展缓慢。根据相关性自上而下地理解实体。最相关的实体记录在维基数据或维基百科中。最大的任务将是识别和验证鲜为人知的实体。你可能会对此感到兴奋。目前还不清楚谷歌检查知识图谱中实体包含的标准是什么。根据我向ü提出的问题有些事情即将到来或者我们正在研究一种更简单的方法来为每个人创建实体。
|
|
