• "Yandex" جستجوی "هوشمند" جدیدی را راه اندازی کرده است. چگونه از آن استفاده کنیم؟ Yandex نسخه جدیدی از موتور جستجو را راه اندازی کرد

    Yandex دوباره کاربران را با نوآوری هایی برای بهبود کیفیت جستجوی اطلاعات خوشحال می کند. امروز، تغییرات بر قطعات تأثیر گذاشته است - یک دکمه "بیشتر بخوانید" و یک چت با شرکت ظاهر شده است. بیایید نگاهی دقیق تر به این به روز رسانی ها بیندازیم.

    یک دکمه جدید "بیشتر بخوانید" در نسخه دسکتاپ جستجوی Yandex ظاهر شده است که با کمک آن کاربر می تواند یک قطعه توسعه یافته از سایت را مشاهده کند. وقتی روی دکمه کلیک می کنید، متن توضیحی مرتبط با درخواست ظاهر می شود.

    پیش از این، این ویژگی فقط برای دستگاه های تلفن همراه در دسترس بود، اما اکنون به طور مداوم در عملکرد نسخه دسکتاپ نتایج جستجو معرفی شده است.

    در گذشته نزدیک، یک قطعه Yandex مقدار محدودی از اطلاعات را نمایش می داد - 240 کاراکتر با فاصله، حدود 3 خط. اغلب کاربر از این اطلاعات کافی برخوردار نبود و نیاز بود برای جستجوی اطلاعات مورد علاقه به سایت مراجعه کند.

    حال با اضافه شدن این دکمه روند جستجوی اطلاعات برای کاربر می تواند چندین برابر سرعت بگیرد.

    نمای قطعه جدید Yandex

    قطعه Yandex قبلاً چگونه بود:

    اکنون قطعه Yandex در حالت جمع شده به این شکل است

    این قطعه در نسخه موبایل به این شکل است

    نمای مناسب در صدور موبایل.

    مزایا و معایب قطعه توسعه یافته Yandex

    بر اساس این اطلاعات، کاربر می تواند انتخاب آگاهانه تری در مورد مفید بودن منبع داشته باشد. و برای صاحب سایت، یک قطعه برجسته فرصتی است برای دریافت ترافیک هدفمندتر، بهبود عوامل رفتاری - به عنوان مثال، کاهش نرخ پرش و افزایش ترافیک تبدیل.

    با این حال، معرفی این عملکرد ممکن است بر ترافیک جستجوی سایت نیز تأثیر منفی بگذارد، زیرا این توضیحات برای کاربر کافی است تا اطلاعات مورد نظر خود را بدون مراجعه به سایت به دست آورد.

    در مورد طول قطعه برجسته، کارشناسان Yandex این را می گویند:

    "اصل این است: قطعه برجسته نمی تواند بیش از 3 برابر بیشتر از نمونه فعلی باشد". یعنی حداکثر طول قطعه در حال حاضر می تواند تا 9 خط یا 650-700 کاراکتر باشد.

    کارشناسان Yandex توضیح می‌دهند: «با توجه به اینکه توضیحات توسعه‌یافته از کجا آمده‌اند، قوانین مشابهی در اینجا اعمال می‌شود که برای قطعه‌های معمولی وجود دارد. موتور جستجو بر اساس درخواست کاربر یک قطعه تولید می کند و اگر اطلاعات متا تگ توضیحات کافی نباشد، Yandex اطلاعات را از صفحه سایت می گیرد.

    در این مقاله می توانید در مورد قوانین مربوط به قطعات Yandex بیشتر بخوانید.

    باید مراقب باشید، این احتمال وجود دارد که اطلاعات سرویس به قطعه توسعه‌یافته وارد شود: متن از دکمه‌های صفحه‌بندی، فیلترها، مرتب‌سازی و موارد دیگر، بنابراین باید آن را با برچسب‌ها در کد ببندید..

    چت Jivosite در نتایج جستجوی Yandex

    همچنین، یک چت در قطعه Yandex ظاهر شد. Yandex به همراه Jivosite یک چت را به صفحه نتایج جستجو اضافه کردند. از تاریخ 26 آوریل 2018، مشتریان می توانند بدون مراجعه به سایت با پشتیبانی سایتی که چت Jivosite را نصب کرده است تماس بگیرند.

    پس از اتصال چت، شما قادر خواهید بود:

    • فعال یا غیرفعال کردن چت در جستجو؛
    • اضافه کردن یک پاسخ خودکار؛
    • اضافه کردن نکات؛
    • اضافه کردن نماد؛
    • ساعات کاری سازمان را مشخص کنید و تعداد صفحاتی را که چت در آنها نمایش داده می شود محدود کنید.

    دستورالعمل اضافه کردن چت به سایت شما در وب سایت رسمی سرویس Jivosite ارائه شده است.

    نمای چت در نتایج جستجو

    قطعه «چت با شرکت» در نسخه دسکتاپ چگونه به نظر می رسد:

    لطفا توجه داشته باشید که آیکون های مختلفی برای شروع چت برای نسخه های دسکتاپ و موبایل وجود دارد.

    پس از کلیک بر روی دکمه "چت با شرکت"، فرمی برای ارتباط با پشتیبانی سایت به طور مستقیم در صفحه نتایج جستجو ظاهر می شود.

    در نسخه موبایل جستجو، پنجره چت در بالای پنجره فعلی باز می شود، اما نه در یک برگه جدید.

    یکی از ویژگی های جالب چت، حفظ تاریخچه مکاتبات یک کاربر مجاز با پشتیبانی سایت در آن طرف جیووسایت است.

    پس از ارسال نامه، کاربر این فرصت را دارد که چت را به حداقل برساند و به جستجوی اطلاعات مورد علاقه خود ادامه دهد:

    پس از اینکه پشتیبانی سایت به کاربر پاسخ داد، یک اعلان پیام جدید در سمت راست ظاهر می شود:

    مزایا و معایب چت

    این قطعه به شما امکان می دهد ارتباط کاربر با سازمان را در دسترس تر کنید. کاربر می تواند بدون مراجعه به سایت، خریدی انجام دهد یا سوال مورد علاقه خود را بپرسد.

    نکته منفی این است که اگر اپراتور آنلاین نباشد و مشتری پیامی ارسال کرده باشد، اپراتور فقط زمانی پیام را دریافت می کند که مشتری دفعه بعد آنلاین باشد.

    همچنین نکته منفی این است که چت در صفحه نتایج جستجو با چت خود سایت هماهنگ نیست. شرایطی را تصور کنید: یکی دو روز پیش کاربری در حمایت از سایت مستقیماً از نتایج جستجو نوشت و یک هفته بعد تصمیم گرفت به سایت برود و اطلاعات مربوط به مشکل خود را در خود سایت روشن کند. در نتیجه ممکن است اپراتور متوجه نشود که چه اتفاقی می افتد و موضوع چیست. یک وضعیت نامناسب، اینطور نیست؟ مشتری باید زمانی را صرف توضیح مجدد موضوع کند، یا اینکه نمی خواهد درخواست تجدید نظر را تکرار کند، ارتباط را کاملاً پایان می دهد. در حال حاضر هیچ راه حلی برای این وضعیت وجود ندارد، بیایید امیدوار باشیم که در آینده متخصصان Yandex به همراه Jivosite راهی برای خروج پیدا کنند.

    نتیجه

    Yandex ثابت نمی ماند و دائماً چیز جالبی ارائه می دهد. این بار توابع مفید اضافه شده اند، قطعات در Yandex ظاهری جدید و ویژگی های جدید به دست آورده اند. این به بهبود کیفیت اطلاعات در نتایج جستجو کمک می کند.

    اگر وقت ندارید، همیشه می توانید برای راهنمایی در نصب این ابزار با ما تماس بگیرید.


    Yandex نسخه جدیدی از جستجو را راه اندازی کرد. این بر اساس الگوریتم جستجو "Korolev" است. این الگوریتم از یک شبکه عصبی برای مطابقت با معنای درخواست ها و صفحات وب استفاده می کند - این به Yandex اجازه می دهد تا با دقت بیشتری به پرس و جوهای پیچیده پاسخ دهد. آمار جستجو و رتبه بندی میلیون ها نفر برای آموزش نسخه جدید جستجو استفاده می شود. بنابراین، نه تنها توسعه دهندگان، بلکه همه کاربران Yandex نیز در توسعه جستجو مشارکت دارند.

    کلمات و معانی

    قبل از صحبت در مورد حال و آینده جستجو، بیایید گذشته آن را به یاد بیاوریم. اولین موتورهای جستجو در اواسط دهه 1990 ظاهر شدند، زمانی که اینترنت بسیار کوچک بود - تعداد سایت ها به هزاران رسید. برای کمک به فرد در یافتن مورد مناسب، کافی بود فهرستی از صفحات وب که در آن کلماتی از عبارت جستجو وجود دارد تهیه کنید. صحبتی از رتبه بندی پیچیده - یعنی سفارش صفحات بر اساس میزان انطباق با درخواست وجود نداشت. اعتقاد بر این بود که هرچه کلمات حاصل از پرس و جو بیشتر در سند رخ دهد، بهتر است.

    اینترنت به سرعت رشد کرد و معیارهای انتخاب بیشتری مورد نیاز بود. موتورهای جستجو شروع به در نظر گرفتن پیوندها به اسناد کردند، یاد گرفتند منطقه ای که درخواست از آنجا آمده است را تعیین کنند و شروع به توجه به رفتار کاربر کردند.

    در برخی موارد، عوامل رتبه‌بندی بسیار زیادی وجود داشت - نشانه‌هایی که با آن‌ها می‌توانید تعیین کنید که یک صفحه چقدر به یک درخواست پاسخ می‌دهد - که مشخص شد نوشتن همه آنها در قالب دستورالعمل غیرممکن است. بهتر است به دستگاه آموزش دهیم که به تنهایی تصمیم بگیرد: از چه ویژگی هایی استفاده کند و چگونه آنها را ترکیب کند. Yandex برای این اهداف Matrixnet را ارائه کرد. این روش یادگیری ماشینی است که فرمول رتبه بندی ما را می سازد.

    با این حال، جستجو همچنان بر کلمات متکی است. قبل از راه‌اندازی یک فرمول رتبه‌بندی پیچیده، موتورهای جستجو فهرستی از صفحات وب «از پیش واجد شرایط» را جمع‌آوری می‌کنند – صفحاتی که حاوی کلمات موجود در پرس و جو هستند. ما انسان ها می فهمیم که یک معنا را می توان با کلمات مختلف بیان کرد. یک صفحه وب ممکن است شامل همه کلمات یک پرس و جو نباشد، اما همچنان به خوبی به آن پاسخ می دهد. با این حال، توضیح این موضوع برای یک ماشین بسیار دشوار است.

    یاندکس سال گذشته با معرفی الگوریتم جستجوی Palekh اولین گام به سمت جستجو را برداشت. مبتنی بر یک شبکه عصبی است. شبکه‌های عصبی در کارهایی که انسان‌ها به طور سنتی بهتر از ماشین‌ها انجام می‌دهند، مانند تشخیص گفتار یا اشیا در تصاویر، برتری می‌یابند.

    با راه اندازی Palekh، این شرکت به شبکه عصبی آموزش داد که پرس و جوهای جستجو و عناوین صفحات وب را به گروه هایی از اعداد - بردارهای معنایی تبدیل کند. ویژگی مهم چنین بردارهایی این است که می توان آنها را با یکدیگر مقایسه کرد: هر چه شباهت قوی تر باشد، درخواست و هدر از نظر معنایی به یکدیگر نزدیک تر هستند.

    نحوه عملکرد الگوریتم کورولف

    الگوریتم جستجوی Korolev بردارهای معنایی پرس و جوهای جستجو و کل صفحات وب را - نه فقط عناوین آنها - مقایسه می کند. این به شما امکان می دهد به سطح جدیدی از درک معنا برسید. تصور کنید که اولین بار در مورد رمان جنگ و صلح لئو تولستوی شنیده اید. البته، می‌توانید عنوان را معنا کنید - برای مثال، پیشنهاد کنید که صحنه‌های جنگ زیادی در کتاب وجود دارد. اما برای اینکه تمام پیچیدگی های داستان را یاد بگیرید و به سؤالات رمان پاسخ جامع بدهید، باید آن را به طور کامل بخوانید.

    همانطور که در مورد پالخ، متون صفحات وب توسط یک شبکه عصبی به بردارهای معنایی تبدیل می شوند. این عملیات به منابع محاسباتی زیادی نیاز دارد. مقایسه کنید: خواندن عنوان یک کتاب چند ثانیه طول می کشد، اما خواندن همه آن از روی جلد به جلد ساعت ها، روزها یا حتی هفته ها طول می کشد. بنابراین، کورولف بردارهای صفحه را در زمان واقعی محاسبه نمی کند، بلکه از قبل، در مرحله نمایه سازی، محاسبه می کند. هنگامی که شخصی درخواستی می دهد، الگوریتم بردار درخواست را با بردارهای صفحه ای که قبلاً می شناسد مقایسه می کند.

    چنین طرحی به شما امکان می دهد در مراحل اولیه رتبه بندی، انتخاب صفحات وب را آغاز کنید که از نظر معنی با پرس و جو مطابقت دارند. در پالخ، تحلیل معنایی یکی از مراحل پایانی است: تنها 150 سند از آن عبور می کنند. در کورولف برای 200 هزار سند - یعنی بیش از هزار بار بیشتر تولید می شود. علاوه بر این، الگوریتم جدید نه تنها متن یک صفحه وب را با یک عبارت جستجو مقایسه می کند، بلکه به سایر پرس و جوهایی که افراد برای آنها به این صفحه مراجعه می کنند نیز توجه می کند. به این ترتیب می توان ارتباطات معنایی اضافی ایجاد کرد.

    مردم ماشین ها را آموزش می دهند

    Yandex معتقد است که استفاده از یادگیری ماشینی و به ویژه شبکه های عصبی دیر یا زود به جستجو برای کار با معانی در سطح انسانی آموزش می دهد. اما بدون کمک مردم این امکان وجود ندارد. برای اینکه یک ماشین بفهمد چگونه یک مشکل خاص را حل کند، لازم است تعداد زیادی مثال به آن نشان داده شود: مثبت و منفی. چنین نمونه هایی توسط کاربران Yandex ارائه شده است.

    شبکه عصبی مورد استفاده توسط الگوریتم کورولف بر روی آمار جستجوی غیرشخصی آموزش داده شده است. سیستم‌های جمع‌آوری آمار، صفحاتی را در نظر می‌گیرند که کاربران برای درخواست‌های خاص به کدام صفحه می‌روند و چقدر زمان را در آنجا می‌گذرانند. اگر شخصی یک صفحه وب را باز کند و برای مدت طولانی در آن "آویزان" باشد، احتمالاً آنچه را که به دنبالش بود پیدا کرده است - یعنی صفحه به خوبی به درخواست او پاسخ می دهد. این یک مثال مثبت است. انتخاب نمونه های منفی بسیار ساده تر است: فقط یک درخواست و هر صفحه وب تصادفی را انتخاب کنید.

    Matrixnet که فرمول رتبه بندی را می سازد، به کمک مردم نیز نیاز دارد. برای تکامل جستجو، مردم باید دائماً کار آن را ارزیابی کنند. روزی روزگاری، فقط کارمندان Yandex، به اصطلاح ارزیاب ها، به درجه بندی مشغول بودند. اما هرچه رتبه بندی بیشتر باشد، بهتر است - بنابراین ما تصمیم گرفتیم همه را در این کار مشارکت دهیم و سرویس Yandex.Toloka را راه اندازی کنیم. اکنون بیش از یک میلیون کاربر در آنجا ثبت نام کرده اند: آنها کیفیت جستجو را تجزیه و تحلیل می کنند و در بهبود سایر خدمات Yandex مشارکت می کنند. وظایف در Toloka پرداخت می شود - مبلغی که می توان به دست آورد در کنار کار نشان داده شده است. برای بیش از دو سال از وجود این سرویس، tolokers حدود دو میلیارد رتبه بندی داده اند.

    جستجوی مدرن بر اساس الگوریتم های پیچیده است. الگوریتم ها توسط توسعه دهندگان اختراع شده و توسط میلیون ها کاربر Yandex آموزش داده می شود. هر درخواستی یک سیگنال ناشناس است که به ماشین کمک می کند افراد را بهتر درک کند. بنابراین، Yandex اشتباه نخواهد کرد اگر بگوید: جستجوی جدید جستجویی است که ما با هم انجام دادیم.

    این هفته 22 آگوست یاندکسنسخه جدیدی از جستجو را راه اندازی کرد با الگوریتم "کورولف". این مبتنی بر یک شبکه عصبی است که به آن اجازه می دهد تا با معنای یک درخواست و یک صفحه وب مطابقت داشته باشد و به درخواست های پیچیده و مبهم با دقت بیشتری پاسخ دهد. برای آموزش نسخه جدیدی از جستجو، از آمار جستجو و تخمین میلیون ها نفر استفاده می شود: معلوم می شود که نه تنها توسعه دهندگان، بلکه به طور کلی همه کاربران در توسعه سیستم سهیم هستند.
    نمایش "کورولیوف" که نمادین است در افلاک نما مسکو برگزار شد. Andrey Styskin، رئیس Yandex.Search، الکساندر Safronov، سرپرست Yandex.Search Relevance Service و Olga Megorskaya، رئیس بخش پردازش داده Yandex.Search روی صحنه اجرا کردند.

    از ماتریکس نت تا شبکه های عصبی

    موتورهای جستجو در اواسط دهه 90 قرن گذشته ظاهر شدند، زمانی که اینترنت بسیار کوچک بود - فقط چند هزار سایت. در ابتدا، موتورهای جستجو به سادگی فهرستی از صفحاتی را که در آن کلمات مشخص شده بدون مشکل وجود دارد، با توجه به میزان تطابق با پرس و جو رتبه بندی کردند. هرچه کلمات حاصل از پرس و جو بیشتر در سند ظاهر شوند، بهتر است. واضح است که با وضعیت فعلی شبکه جهانی، این دیگر کار نخواهد کرد.

    Yandex با Matrixnet برای پردازش درخواست‌ها - یک روش یادگیری ماشینی که برای ساخت فرمول رتبه‌بندی نویسنده استفاده می‌شود، آمد. با این حال، جستجو با تکیه بر کلمات ادامه یافت. اما در مورد پرس و جوهایی که کاربران به صورت تمثیلی یا تداعی فرموله می کنند چطور؟ سپس لازم نیست صفحه وب مورد نظر شما دقیقاً حاوی تمام کلمات پرس و جو باشد. اما چگونه می توان این را به یک ماشین توضیح داد؟ اگر فقط ما را به عنوان یک شخص درک می کرد ...




    در پایان، دانشمندان به چیزی در تقاطع فناوری و زیست شناسی رسیدند - یک شبکه عصبی مصنوعی (ANN). طبق عبارت ویکی پدیا، این "یک مدل ریاضی و همچنین اجرای نرم افزار یا سخت افزار آن است که بر اساس اصل سازماندهی و عملکرد شبکه های عصبی بیولوژیکی - شبکه های سلول های عصبی یک موجود زنده ساخته شده است." شبکه‌های عصبی می‌توانند مانند ما اطلاعات را پردازش کنند و مهمتر از همه، مانند موجودات زنده، مهارت‌های خود را بیاموزند و تقویت کنند. در واقع، آنها اساس یک هوش مصنوعی تمام عیار هستند که ظهور آن یک امر زمان است.

    سال گذشته، Yandex الگوریتم جستجوی Palekh را بر اساس یک شبکه عصبی معرفی کرد. او در حل مسائلی که معمولاً فقط برای مردم امکان پذیر بود، نتایج عالی نشان داد: او در تشخیص گفتار و اشیاء در تصاویر بسیار عالی عمل کرد. "پالخ" یاد گرفته است که پرس و جوهای جستجو و عناوین صفحات وب را به گروه های اعداد - بردارهای معنایی تبدیل کند. ویژگی مهم آنها این است که بردارها را می توان با یکدیگر مقایسه کرد: هر چه شباهت قوی تر باشد، پرس و جو و عنوان از نظر معنی نزدیک تر هستند.




    "پادشاهان". کی میفهمه

    قدم بعدی در توسعه موتور جستجوی مبتنی بر شبکه های عصبی، الگوریتم کورولف بود که نه تنها عنوان، بلکه کل صفحه را تجزیه و تحلیل می کند! تعداد صفحاتی که جستجو از نظر معنی با پرس و جو مقایسه می کند از 150 سند به 200000 افزایش یافته است. از جمله موارد دیگر ، کورولف همچنین شروع به در نظر گرفتن معنای سایر درخواست ها کرد که توسط آنها افراد به صفحه مورد نظر خود می روند.

    شبکه عصبی مانند یک کودک یاد می گیرد. برای تسلط بر این امر، او به تعداد زیادی نمونه نیاز داشت. در واقع، همه کاربران این سرویس به هر طریقی درگیر آموزش خودجوش کورولف بودند: از آمار جستجو و برآورد میلیون ها نفر استفاده شد. Yandex به تدریج یاد می گیرد که ارتباطات معنایی را با دقت بیشتر و بیشتر تشخیص دهد، مانند: [تصویر که در آن آسمان در حال پیچش است] درباره نقاشی ون گوگ است، [گربه تنبل
    از مغولستان] - مانول.


    جستجو یک سیستم بسیار پیچیده است. هزاران مهندس در تلاش هستند تا اطمینان حاصل کنند که او یک شخص را درک می کند و به حل مشکلات او کمک می کند. در کورولیوف، ما هوش ماشینی و تلاش میلیون ها نفر را با هم ترکیب کرده ایم. کاربران ما با پرسیدن سوال و کمک به آموزش الگوریتم های ما، جستجو را با ما بهبود می بخشند.
    آندری استیسکین، رئیس جستجوی Yandex.
    علاوه بر تجزیه و تحلیل روال روزانه، آموزش موتور جستجو مستلزم ارزیابی کیفیت پاسخ ها است. هرچه سیستم پیچیده تر باشد، ارزیابی های بیشتری مورد نیاز است. اگر قبلاً گروه نسبتاً کوچکی از ارزیابان متخصص ، اعضای تیم Yandex ، درگیر ارزیابی کیفیت جستجو بودند ، اکنون لازم بود که به طور جدی حجم را افزایش دهیم. این خدمات به این ترتیب شکل گرفت. Yandex.Toloki(تولوکا نوعی کمک متقابل است که زمانی توسط روستاییان انجام می شد). هر مشتاقی که به یک پاداش کوچک و البته به حس تعلق به چیز مهمی علاقه دارد، می تواند کارهای ساده ای انجام دهد. اکنون بیش از یک میلیون نفر با چنین تولوکرهایی هستند و تعداد رتبه هایی که آنها داده اند از 2 میلیارد فراتر رفته است.




    جستجوی مدرن بر اساس الگوریتم‌های پیچیده است. الگوریتم ها توسط توسعه دهندگان اختراع شده و توسط میلیون ها کاربر Yandex آموزش داده می شود. هر درخواستی یک سیگنال ناشناس است که به ماشین کمک می کند افراد را بهتر درک کند. بنابراین، اگر بگوییم: جستجوی جدید جستجویی است که با هم انجام دادیم، اشتباه نخواهیم کرد.» در پست وبلاگ Yandex آمده است.

    در تاریخ بیش از دو ساله Yandex.Toloka، سازنده ترین و کوشاترین شرکت کننده شناسایی شده است. آنها ایلیا میخالنکو از چلیابینسک شدند. این پسر به ارائه "Korolev" در مسکو آمد تا یک جایزه شایسته را از دستان تیم موتور جستجو دریافت کند.




    جستجوی جدید در عمل

    راه عملی برای بهبود کار Yandex ما چیست؟ اکنون می توانید تقریباً مانند یک دوست باهوش و باهوش با او صحبت کنید. (حتی در یک صدا.) به عنوان مثال، اگر لازم باشد نام فیلمی را که قسمتی از آن را به خاطر می آورید، اما نام بازیگران و کارگردان از ذهن شما خارج شد، به خاطر بسپارید، چه خواهید کرد؟ می توانید به دوستان مراجعه کنید یا در برخی از انجمن های موضوعی کمک بخواهید. و می توانید از "ملکه" بپرسید!

    جستجوی تصویر تا حد زیادی بهبود یافته است. با آنها، به عنوان یک قاعده، همیشه نوعی "جهنم" وجود دارد: موتور جستجو یا بدون فکر تمام تصاویری را که به نام آنها از کلمات جستجو استفاده می شود ارائه می دهد یا متن مقاله را در نظر می گیرد که تصویر نشان می دهد اگر به دنبال چیزی هستید که نیازهای مبهم روح را برآورده کند، پس برای ناامید شدن آماده شوید. "Korolev" دقیقاً آنچه در تصویر نشان داده شده است را تجزیه و تحلیل می کند ، بنابراین می تواند با یک رویکرد غیر پیش پا افتاده را خوشحال کند.






    به عنوان مثال، آزمایش‌ها نه واضح‌ترین درخواست - [گربه در فضا] ارائه شد. سگ‌ها اغلب در مدار بودند، اما فاتحان منضبط فضا با راه راه‌های سبیلی موفق نشدند. تنها یک تلاش به طور قطع شناخته شده است: در سال 1963، فرانسوی ها گربه Felicette را به پرواز زیر مداری پرتاب کردند. عاشقانه، اما کوته بین، - به محض اینکه دانشمندان دریچه کپسول فرود را باز کردند، تاریکی همینطور بود. جلسه عکاسی برگزار نشد.

    در صورت درخواست، موتور جستجو نه تنها حیوانات کوچک در لباس فضایی و وزغ های عکس سورئال، بلکه عکس یک گربه در ماشین لباسشویی را ارائه می دهد که کاملاً شبیه دریچه یک سفینه فضایی است. اما این در توضیحات ذکر نشده است.

    برای راه اندازی رسمی موتور جستجوی جدید، کل تیم Yandex.Search روی صحنه رفتند. کمی شمارش معکوس و... بریم! اکنون همه می توانند قابلیت های «ملکه» با بصیرت را تجربه کنند. نکته اصلی این است که قابلیت های فعلی آن ثابت نیست، بلکه در حال توسعه مداوم است.

    برای پایان شب، سازمان دهندگان چیزی کاملاً غیرمنتظره را آماده کرده اند - یک جلسه ارتباطی با فضانوردان واقعی از مدار. آنها شخصاً به برخی از سؤالات محبوب کاربران موتور جستجو در مورد فضا پاسخ دادند و به سؤالات حاضران پاسخ دادند.

    شبکه عصبی نه تنها عنوان، بلکه کل صفحه را تجزیه و تحلیل می کند، در حالی که موتور جستجو ماهیت آن را حتی در مرحله نمایه سازی تعیین می کند.

    مسکو، 22 اوت. /TASS/. به گفته این شرکت، "Yandex" نسخه جدیدی از جستجو را راه اندازی کرده است که بر اساس مقایسه معنای درخواست و صفحه وب است. نسخه جدید بر روی الگوریتم "Korolev" کار می کند که از یک شبکه عصبی برای تعیین دقیق نیازهای کاربر استفاده می کند. شبکه عصبی نه تنها عنوان، بلکه کل صفحه را تجزیه و تحلیل می کند، در حالی که Yandex ماهیت صفحه را از قبل در مرحله نمایه سازی تعیین می کند.

    یکی دیگر از ویژگی های "ملکه" این است که معنای درخواست های دیگری را نیز در نظر می گیرد که توسط آن افراد به آن تغییر می کنند. برای اینکه یک شبکه عصبی شباهت معنایی یک پرس و جو و یک سند را ارزیابی کند، به تعداد زیادی مثال نیاز دارد. چنین مثال‌هایی با آمار جستجوی غیرشخصی ارائه می‌شوند: مردم برای پرس و جو به چه سایت‌هایی می‌روند و چقدر زمان را در آنجا می‌گذرانند. بنابراین، اگر شخصی به صفحه رفت و مدتی آن را بررسی کرد، به احتمال زیاد از نظر معنایی به درخواست نزدیک است. Yandex با استفاده از آمار جستجوی میلیون ها نفر در حال یادگیری درک ارتباطات معنایی است. به عنوان مثال، او متوجه خواهد شد که در پرس و جو "تصویر که در آن آسمان می چرخد"، این در مورد یک نقاشی ون گوگ است، و در پرس و جو "یک گربه تنبل از مغولستان" درباره یک مانول است." بیانیه مطبوعاتی

    سال گذشته، Yandex قبلاً یک سیستم مبتنی بر شبکه های عصبی - Palekh را راه اندازی کرد. سیستم قبلی 150 صفحه را نمایه می کرد، در "ملکه" تعداد صفحاتی که جستجو از نظر معنی با پرس و جو مقایسه می کند به 200 هزار افزایش یافته است.

    الگوریتم جدید به نام بنیانگذار کیهان نوردی روسیه سرگئی کورولف نامگذاری شد.

    و امروز ما در حال راه اندازی یک الگوریتم رتبه بندی جدید برای کوئینز هستیم. چرا این نام را انتخاب کردیم؟ سرگئی پاولوویچ کورولف رویای بشر برای پرواز به فضا را برآورده کرد. برای ما در Yandex، راه‌اندازی امروز به همان اندازه مهم است که یک پیشرفت تکنولوژیک به سوی رویای جستجویی که کاربران را درک کند، می‌باشد.

    کمک سالن

    برای آموزش یک موتور جستجو، باید کیفیت پاسخ ها را ارزیابی کنید. پیش از این، "Yandex" کیفیت جستجو را با کمک ارزیاب های خود ارزیابی می کرد. جستجوی جدید رتبه‌بندی‌هایی را که کاربران سرویس Yandex.Toloka، یک شبکه توزیع‌شده از ارزیابان، ارائه می‌کنند، در نظر می‌گیرد. این سرویس به هر کسی اجازه می دهد تا وظایف خود را انجام دهد و برای آنها پاداش دریافت کند، در حال حاضر بیش از یک میلیون کاربر ثبت شده دارد. هر کسی می تواند در پلتفرم ثبت نام کند.

    یاندکس بزرگترین موتور جستجو در روسیه است. سهم این شرکت در بازار جستجوی روسیه (از جمله جستجو در دستگاه های تلفن همراه) در سه ماهه دوم سال 2017 به طور متوسط ​​​​54.3٪، در سه ماهه اول سال جاری - 54.7٪ (طبق سرویس تحلیلی Yandex.Radar) بود. با توجه به Liveinternet.ru، در ژوئن سال جاری، سهم جستجوی Yandex 51.3٪ بود.