[ad_1]
在这个新的每周系列中，我们将研究一些最近获得的Google搜索专利。
当涉及搜索和SEO时，没有一种简单的方法可以知道黑匣子中的Google。专利申请至少可以让我们一窥。
始终值得一提的是，仅仅因为专利已被申请并授予，并不意味着Google正在使用它。而且，如果正在使用它，我们将不知道更大范围内的阈值或得分值。
我们要做的是进入思维定式。对事物在信息检索中如何工作的感觉。
另外，这不会是一次深入的冒险。只是一些亮点。不过，我确实鼓励您继续关注任何感兴趣的话题，并完整阅读它们。
最新的Google感兴趣的专利
好吧，最近几周有些安静。对于像这样的人来说有点难过 比尔·斯洛斯基（Bill Slawski） 和我自己。
但是最近几周人们对此兴趣不大，所以让我们看一下。
用于丰富搜索查询知识库的计算机化系统和方法
- 提交日期：2016年2月29日
- 授予：2020年1月14日
抽象
“公开了用于丰富搜索查询知识库的系统和方法。根据某些实施例，为图像分配了注释，该注释标识图像中包含的实体。基于注释在对象中选择对象实体，并使用包含对象实体的带注释的图像确定至少一个属性实体。推断对象实体与至少一个属性实体之间的关系并将其存储在知识库中。在一些实施例中，可以为实体计算置信度。可以在多个图像上汇总置信度分数，以识别对象实体。”
值得注意的
“根据一些实施例，对象识别技术用于注释存储在数据库中或从Internet网页获取的图像。注释可以标识图像中包含谁和/或什么。”
“（…）可以通过汇总对象实体和已知为事实的事实的注释来了解哪些注释是事实的良好指示。按对象实体对带注释的图像进行分组有助于标识对象实体的顶部注释。可以选择顶部注释作为对象实体的属性，并且可以推断出对象实体和属性之间的关系。”
“（…）还提供了用于计算分配给图像的注释的置信度得分的改进的系统和方法。置信度分数可以反映出由注释标识的实体实际上包含在图像中的可能性。可以基于每个图像计算置信度分数，并在带注释的图像组上进行汇总，以改善图像识别和注释技术。”
确定搜索查询以在事件的用户体验期间获取信息
- 提交日期：2017年3月15日
- 授予：2020年1月28日
抽象
“描述了一种计算系统，该计算系统确定在事件期间用于后续搜索的多个搜索查询，并针对多个搜索查询中的每一个调度事件期间的相应时间以搜索相应的搜索查询。响应于确定计算设备的用户在预定要搜索来自多个搜索查询的特定搜索查询的事件期间的各个时间正在经历该事件，计算系统搜索该特定搜索查询并自动发送到计算设备以在事件期间进行后续显示，以指示从特定搜索查询的搜索返回的信息。”
值得注意的
“在经历事件（例如，观看和/或收听内容演示）时，用户可能希望获取与事件有关的辅助信息，因此可能会与计算设备进行交互，以在经历事件时手动搜索此类信息。”
“（…）在计算设备的用户正在经历事件时，动态获取并导致计算设备呈现与事件相关的当前信息。本文使用的术语“事件”是指任何现场表演，广播，回放或其他形式的现场或预先录制的内容（例如，会议演示，集会，会议，音乐或戏剧表演，电影，电视节目，歌曲，音乐会，体育赛事或用户可能会体验的任何其他类型的现场或预先录制的内容）。”
“（…）用户可能希望在事件发生时的准确时间戳或响应于特定“子事件”的发生而获得有关事件的辅助信息。例如，在观看体育比赛时，用户可能对获得刚刚做出重要比赛的鲜为人知的运动员的传记信息感兴趣，或者可能对看到重要比赛的重放感兴趣。或者，在观看电影时，用户可能有兴趣查看假期交易或有关作为特定场景背景的异国地理位置的其他信息。或者，在观看电影或电视节目时，用户可能希望获得有关演员的传记和其他表演信息，就像他们出现在屏幕上一样。”
“当计算设备的用户遇到事件时，系统可以预先确定并存储（例如，在高速缓存或其他存储器中）一个或多个搜索查询，以进行后续搜索。”
词格标记的语义模型
- 提交日期：2017年8月21日
- 授予：2020年1月7日
抽象
“在语音识别期间进行标记的方法，系统和装置，包括在计算机存储介质上编码的计算机程序。获得指示出话语中的单词序列的概率的单词晶格。获得条件概率转换器，该条件概率转换器指示单词和单词的语义标签的序列出现的频率。组成单词格和条件概率转换器以构造单词格，该单词格指示话语中单词的序列和单词的语义标签的概率。指示出话语中的单词和单词的语义标签两者的序列的概率的单词晶格用于生成包括话语中的单词和单词的语义标签的转录。”
值得注意的
“（…）从自动语音识别器获得话音加权的单词格，该格表明了话语中单词序列的概率；获得一个条件概率转换器，该转换器指示单词和单词的语义标签序列出现的频率；”
“（…）在语音识别过程中标记单词的机制。通常，语义标记器可以将标记插入词格中，例如由实时大词汇量语音识别系统生成的词格中。例如，词组“旧金山”可能出现在单词格的路径中，并标有“
“ San”之前的“”和“ ”之后的“ Francisco”。”“可以通过将预先存在的非常大的命名实体消歧（NED）模型提取到轻量级标记器中来执行标记。这可以通过从监督的训练语料库构造带标签的n-gram的联合分布，然后得出给定格的条件分布来实现。”
- 提交日期：2018年5月3日
- 授予：2020年1月21日
抽象
“方法，系统和装置，包括编码在计算机存储介质上用于语音识别的计算机程序。一种方法包括获得输入声学序列，该输入声学序列表示话语，并且该输入声学序列包括在第一数量的时间步长中的每个时步的相应的声学特征表示。使用第一神经网络处理输入声学序列，以将输入声学序列转换为输入声学序列的替代表示；使用基于注意力的递归神经网络（RNN）处理输入声学序列的替代表示，以针对输出序列顺序中的每个位置生成一组子字符串分数，其中包括一组子字符串中每个子字符串的相应子字符串分数子串并生成代表话语转录的子串序列。”
值得注意的
“一些语音识别系统包括发音系统，声学建模系统和语言模型。声音建模系统生成声音序列的音素表示，发音系统从音素表示中生成声音序列的音素表示，语言模型从字素表示中生成由声音序列表示的话语转录。”
（…）“使用第一神经网络处理输入声学序列，以将输入声学序列转换为输入声学序列的替代表示；使用基于注意力的递归神经网络（RNN）处理输入声学序列的替代表示，以针对输出序列顺序中的每个位置生成一组子字符串分数，其中包括一组子字符串中每个子字符串的相应子字符串分数子串并生成一系列代表话语转录的子字符串。”
保持调整并变得令人讨厌
在即将进行的许多更新中，我们已经有了它。
如果您从未在搜索专利上花了很多时间–是时候了？
一定要每周回来获得所有最新奖项，并继续前进。
在接下来的几个月中，当我认为您应该了解一项特别有趣的Google专利时，我也会做更详细的介绍。
下周见。
图片积分
特色图片：作者创作，2020年1月
后期图片：USPTO