Quá trình trả lời câu hỏi bằng một Knowledge Graph

Bằng sáng chế và quá trình xếp hạng thực thể

Trong bài viết "Ranked Entities in Search Results at Google", tác giả đã đề cập đến một ví dụ xuất sắc về việc sử dụng Knowledge Graph để trả lời câu hỏi. Bài viết này sử dụng một quy trình được cấp bằng sáng chế, mô tả cách tạo ra các carousel thực thể được xếp hạng từ các kết quả tìm kiếm chứa thực thể mà Google đã trả lời bằng cách chuyển đổi các trang web này thành một Knowledge Graph.

Trong quá trình xếp hạng các thực thể, có một bằng sáng chế đặc biệt mô tả cách xếp hạng các thực thể theo cách đó. Tuy nhiên, phần về việc chuyển đổi kết quả tìm kiếm thành Knowledge Graph để trả lời câu hỏi đến từ một đơn đăng ký bằng sáng chế mà tác giả đã đề cập đến trong bài viết "Answering Questions Using Knowledge Graphs". Bằng sáng chế này được gọi là "Natural Language Processing with an N-Gram Machine" và đã được cấp phép vào ngày Thứ ba.

Bằng sáng chế này là một trong những bằng sáng chế gần đây mà tác giả yêu thích nhất, và tác giả biết rằng nó đang hoạt động vì nó mô tả quy trình đằng sau bài viết "Ranked Entities".

Bản quyền đã được cấp cho Bằng sáng chế "Answering Queries With A Knowledge Graph" có thông tin như sau:

• Tác giả: Ni Lao, Jiazhong Nie và Fan Yang
• Chủ sở hữu: Google LLC
• Bằng sáng chế Mỹ: 11,256,866
• Ngày cấp: 22 tháng 2 năm 2022
• Ngày nộp đơn: 25 tháng 10 năm 2017

Mô tả bằng sáng chế

Bài viết này cung cấp thông tin về các hệ thống và phương pháp thực hiện xử lý ngôn ngữ tự nhiên bằng máy học. Hệ thống tính toán có thể bao gồm một mô hình xử lý ngôn ngữ tự nhiên được học máy, bao gồm một mô hình mã hóa được huấn luyện để nhận một văn bản ngôn ngữ tự nhiên và đưa ra một Knowledge Graph, và một mô hình lập trình được huấn luyện để nhận một câu hỏi ngôn ngữ tự nhiên và đưa ra một chương trình. Hệ thống tính toán có thể bao gồm một phương tiện đọc được trên máy tính lưu trữ các chỉ thị, khi thực thi, sẽ khiến bộ xử lý thực hiện các hoạt động. Các hoạt động có thể bao gồm việc nhận văn bản ngôn ngữ tự nhiên, đưa văn bản ngôn ngữ tự nhiên vào mô hình mã hóa, nhận, như một đầu ra của mô hình mã hóa, Knowledge Graph, nhận câu hỏi ngôn ngữ tự nhiên, đưa câu hỏi ngôn ngữ tự nhiên vào mô hình lập trình, nhận chương trình như một đầu ra của mô hình lập trình, và thực thi chương trình trên Knowledge Graph để tạo ra câu trả lời cho câu hỏi ngôn ngữ tự nhiên.

Bằng sáng chế này cung cấp một phương pháp đáng chú ý để xử lý ngôn ngữ tự nhiên và tạo ra câu trả lời cho các câu hỏi dựa trên Knowledge Graph. Quá trình này sử dụng một mô hình mã hóa để chuyển đổi văn bản ngôn ngữ tự nhiên thành Knowledge Graph và một mô hình lập trình để tạo ra chương trình dựa trên câu hỏi ngôn ngữ tự nhiên. Sau đó, chương trình được thực thi trên Knowledge Graph để tạo ra câu trả lời cho câu hỏi ban đầu.

Nguồn: https://www.seobythesea.com/2022/02/answering-queries-with-a-knowledge-graph/