计算机有关论文范文集,与知识图谱:谷歌打造未来搜索相关毕业论文怎么写

本论文是一篇计算机有关毕业论文怎么写,关于知识图谱:谷歌打造未来搜索相关毕业论文模板范文。免费优秀的关于计算机及数据库及图谱方面论文范文资料,适合计算机论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

搜索技术日新月异,如今它不再是在搜索框中输入几个单词那么简单了,不仅输入方式多样化（比如越来越流行的语音输入）,并且还要在非常短的时间内给出一个精准而又全面的答案.目前,谷歌给出的解决方案就是—知识图谱（KnowledgeGraph）.

知识图谱能做什么

我们搜索的时候,不只是为了找到一个网页,其实更希望得到答案,并想对搜索的内容有更深的理解和探索.知识图谱想要做的,就是在不同数据（来自现实世界）之间建立联系,从而带给我们更有意义的搜索结果.

比如在谷歌中搜索一个关 键 词“达·芬奇”,右侧会显示达·芬奇的生平、背景、名画、雕塑、居住位置、图书等等相关信息.点击这些知识点,又可以深入一步了解.这就是知识图谱,它不再是单一的信息,而是一个多元的信息网络（编者注：现在百度、必应上也可以体验到相似的功能）.

知识图谱的源头

知识图谱的雏形好几年前就已出现,一家名为Metaweb的小公司,将现实世界中实体（人或事）的各种数据信息存储在系统中,并在数据之间建立起联系,从而发展出有别于传统关 键 词搜索的技术.

谷歌认为这一系统很有发展潜力,于2010年收购了Metaweb.那时Metawab已经存储了1200万个节点（Referencepoint,相当于一个词条或者一个页面）,谷歌收购后的两年中,大大加速这一进程,现已有超过5.7亿个节点并在它们之间建了180亿个有效连接（这可是一个相当大的数字,维基百科英文版也才大约400万个节点）.

像人一样思考的搜索引擎

谷歌成立之初,组织互联网知识库的主要策略是BruteForce算法.BruteForce是一种暴力算法,也称之为“简单匹配算法”,它的基本思路就是：从目标串s的第一个字符起和模式串t的第一个字符进行比较,若相等,则继续逐个比较后续字符,否则再从串s的第二个字符开始,依此类推.

其实说白了,目标串s就是网页数据,模式串t就是我们搜索时输入的关 键 词,谷歌将关 键 词与网页数据逐个比对,如果网页中包含了关 键 词就是匹配成功,返回搜索结果给我们,如果网页中不包含关 键 词,则丢弃,再从其他网页开始.这种“傻干活”的模式是典型的计算机行为,绝不是人类的思维.

如果搜索HowtallisJustinBieber（贾斯汀·比伯有多高）,谷歌会先做一个分词的预处理,单词is太常见了,几乎所有英文网页中都会包含,所以搜索它毫无意义,必须把它过滤掉（但在整句中会保留,搜索引擎会将整句完全匹配的优先显示）.即使如此,包含关 键 词How、tall、JustinBieber的网页依然有很多,所以传统的搜索总是包含了成千上万的“垃圾”结果.

知识图谱首先要做的事,就是要像人一样理解用户查询时的用意,它不但需要明白这一句中JustinBieber是绝对的主语,而且还要明白JustinBieber和tall之间的关系.这就涉及到当下异常火爆的人工智能中的自然语言处理（NLP）技术.所谓自然语言,就是我们平时所说的话（包括语音或文字）,但这些话计算机如何能“理解”?过程很复杂,下面是其中的几个关键步骤.

步骤1：词法分析及分词

英语中同一个词往往有多种形态,比如works、worked、working,都是work的变体,词法分析时要将其识别、还原.汉语在词法分析时还需要分词,比如“结合成分子”,可以是：结合、合成、成分、分子等词,需要算法进行正确切分.

步骤2：词性标注

自然语言处理的难点之一,是词语的岐义性,比如本例搜索中的HowtallisJustinBieber,其中how既可以是副词也可以是疑问词,tall既可以是副词也可以是形容词,如果搜索引擎不能正确判断出词性,也就不可能理解它真正的含义.我们可以去http：//nlp.stanford.edu：8080/corenlp/process试试这个在线工具,自动给英语句子进行词性标注.

步骤3：句法分析

在词性标注的基础上,基于一定的规则（如CFG）,或者基于大量语料库中的概率统计,确定词与词之间的关系,识别出句子的句法结构.

步骤4：语义和语境分析

语义是在句法分析基础上确定句子所表达的真正含义,而语境则需要分析句子与句子之间的联系（即上下文关系）.

谷歌搜索的负责人辛格尔表示,早在2002年,基于路德维希·维特根斯坦的理论,谷歌对上下文语义分析有了很大改进.如果某个语义含糊不清无法判断,就通过该词的相关词汇进行查询,比如热狗,通过相关词“芥末”或“球赛”,就会明白它是一种快餐食物,而不是一只很热的狗.

谷歌准确的语义分析,还得益于每天亿万次访问谷歌的那些用户,时时向用户学习以给机器“培养思维”.一个简单的分析方法,就是通过用户在页面上的时间长短来判断,如果用户点击一个搜索结果后停留很长时间,则说明这个页面正是他所需要的,反之则可能是不理想的结果.通过这些反馈,一点一点改进搜索.

为什么要写计算机毕业论文
播放:38675次 评论:3569人

经过上面一系列处理,现在搜索引擎已经理解到,HowtallisJustinBieber,问的是贾斯汀·比伯的身高,而不是那些仅仅包含了贾斯汀·比伯这个关 键 词的网页.

知识图谱直接给出答案

当计算机“理解”了我们的提问,它才有可能给出我们真正需要的答案.如今再在谷歌、必应等搜索引擎中搜索HowtallisJustinBieber,除了传统算法所带来的成千上万的搜索结果外,它们还会在页面最顶端直接给出明确的回复：这位欧美当红歌星的身高为5.7英尺（1米7）.

传统的搜索返回一堆结果,需要我们再次判断,决定是否点击进入.而知识图谱的终极目标,是搜索后直接给出答案.上面我们分析了知识图谱如何理解问题,接下来则需要知道,答案从哪里来?以贾斯汀·比伯为例,关于他身高的答案,数据源自freebase.,它实际就是前文所说的被谷歌收购的Metaweb创办的网站.

Freebase跟维基百科非常相似,是个创作共享类的网站,所有内容都是由用户添加,数据可以自由引用.两者之间最大的不同,就是Freebase中的条目都采用结构化数据的形式,而维基百科就没有这么严谨了.

以贾斯汀·比伯的条目为例,其中的内容都是格式化的,一条一条像履历表,包括出生时间、出生地点、性别、职业、国籍甚至亲属等,还有就是前面我们所查询的身高资料.这套格式是固定的,所有人物条目都包含同样字段.所以,它实际上就是一个开放的在线数据库.

知识图谱并不神秘的秘密

看到这里,相信&#