"Yandex" har lärt sig att mer exakt svara på komplexa frågor

Den nya algoritmen "Yandex" omvandlar sökfrågan och flera platser på de semantiska enheter eller så kallade semantiska vektorer. När en användare skriver in en fråga, jämför sökmotorn vektor med titeln och innehållet av potentiellt lämpliga platser. Tidigare algoritm "Palekh" kunde bara jämföra semantiska vektorerna begäran och rubriker och "Korolev" skannar webbsidor helt.

"Yandex", förklarar algoritmen "Korolev" som ett exempel på "Krig och fred". Tidigare version kan söka bara för att finna en bok av titel eller sökord i samband med innehållet: namnen på karaktärerna, kapitelrubriker, och så vidare. En ny algoritm ser ut som en roman och fullt förstår innebörden av berättelsen.

Enligt utvecklarna, den största fördelen med att förstå innebörden av frågor att sökandet språket blir mer mänsklig. Användaren kan inte söka efter en film vid namn, men bara kortfattat beskriva handlingen. Till exempel: "en film om det utrymme där hjälten talade till sin dotter genom klockan." Algoritmen inser att det är en film "Interstellar", där hjälten är Matthew McConaughey var i rymden och använde klockan för att kommunicera med sin dotter. Och den här filmen kommer att visas i sökresultaten.

För att söka för att förstå innebörden av frågan avser innehållet på en webbsida, måste du använda en storskalig neuralt nätverk. För sin utbildning kommer att behöva miljarder exempel, varför "Yandex" användare att använda sina träningsalgoritmer.

Om en person flyttas från sökresultaten till platsen och stannade på den, troligen arbetade algoritmen ordentligt. Det neurala nätverket tränas på ett dåligt exempel: om platsen omedelbart stänga av eller missade, kommer systemet att minnas. Så att i framtiden sökningen ska fungera bättre och bättre.