鄭昀 20071129

智能語義聚合框架并不是什么領(lǐng)域都適用的，能夠進(jìn)入的垂直領(lǐng)域特點：

• 信息源：網(wǎng)絡(luò)資訊足夠豐富，碎片多且分散；
• 用戶需求：受眾越來越依賴于網(wǎng)絡(luò)碎片形成自己的意見；
• 商業(yè)需求：容易建立商業(yè)模式或電子商務(wù)的領(lǐng)域。

也就是說，很多網(wǎng)絡(luò)口碑公司，只是要么點評、要么點評搬家、或者拿出點兒商業(yè)報告、或者論壇營銷把戲，但離真正理解人們在說什么還遠(yuǎn)得很。其實語義應(yīng)用上有好多事情很好玩的，并不是只能像玩聚網(wǎng)搞得像techmeme一樣熱點自動發(fā)現(xiàn)，畢竟玩聚的熱點故事還不能真正理解故事的本意；像大旗網(wǎng)的口碑榜還只是玩文本的情感傾向計算，但它也沒有理解一個帖子為何說產(chǎn)品不好、不好在哪里、為何要買這個產(chǎn)品等等。

現(xiàn)在的搜索理解人們在說什么嗎？

也是不知道的。

它們可能知道你提到了哪些關(guān)鍵詞，哪些詞更重要，但它不會像人類一樣去看到網(wǎng)頁內(nèi)容形成知識，現(xiàn)有的搜索只能叫做“together”而已。

智能語義聚合框架可以。我們目前正在做的事情就是在證券市場上試圖充分體現(xiàn)這個框架的優(yōu)越性，挖掘一些本來只有人才能干的價值；在這個層面上，酷訊或者愛幫網(wǎng)的生活搜索只能算是“精確信息提取”和“靈巧組織”而已。

那么什么是像人類一樣的收集和理解知識呢？

我們舉一個雅虎全能搜索的例子。

雅虎的這個人際關(guān)系圖后來也被谷歌在天涯來吧里復(fù)制： http://www.yahoo.cn/s?v=person&p=%E6%96%B9%E8%88%9F%E5%AD%90 ，方舟子的人際網(wǎng)絡(luò)關(guān)系圖。我們前幾個月也抽了點時間玩了一把，首先收集所有各種明星的新聞資料，然后訓(xùn)練機(jī)器理解人類之間可能存在的關(guān)系有哪些，接著按實體名（你可以理解為人名）與實體名之間的距離遠(yuǎn)近以及關(guān)系詞去統(tǒng)計實體與實體之間存在哪些潛在關(guān)系，最后反轉(zhuǎn)和理順關(guān)系、歸納即可。這里面的難點就在于實體與實體的關(guān)系并不一定簡單的通過“XXX的XXX”這種簡單句式來表達(dá)，漢語千變?nèi)f化，新聞資訊闡述的往往是一個事件，你要給機(jī)器足夠的訓(xùn)練，它才能理解足夠多的關(guān)系。

這種模式的理解知識，就很象人（或小孩子學(xué)習(xí)）的思維了。這只是一個簡單的例子。

小結(jié)：

智能語義聚合框架，是什么，第一步，選擇好垂直方向；第二步，把知識碎片together起來，碎片包括blog、news、forum、microblog、live room等等；第三步，文本挖掘和統(tǒng)計；第四步，展現(xiàn)價值。

一般來說，計算語言學(xué)和自然語言信息處理研究的核心問題是語言的自動理解（Language Understanding）和自動生成（Language Generation）。智能語義聚合框架還屬于前者的世俗應(yīng)用。前者從句子表層的詞語符號串識別句子的句法結(jié)構(gòu)，判斷成分之間的語義關(guān)系，最終弄清句子表達(dá)的意思。這個事情學(xué)術(shù)界搞了很久了，但要想隱藏掉背后的復(fù)雜技術(shù)，變成一個通用的應(yīng)用需求，還是需要從實際生活中來，觀察人類日常行為也許是個好辦法。語義搜索或者語義網(wǎng)這高深的東西，我真的擔(dān)心只有Geek才有的需求，讓無數(shù)人競折腰啊。

我的其他文章：

<chsdate w:st="on" isrocdate="False" islunardate="False" day="29" month="10" year="2007"><span lang="EN-US" style="FONT-SIZE: 12pt; LINE-HEIGHT: 200%; FONT-FAMILY: Arial">11/27/2007<a temp_>話題營銷在選擇自由的當(dāng)下只能是制造垃圾和垃圾流量</a><br>11/23/2007<a temp_>愛幫網(wǎng)“搜索+社區(qū)”就地展開</a><br>11/01/2007<a temp_>【亂講】互聯(lián)網(wǎng)人的“迷信”</a><br>11/06/2007 <a temp_><font color="#0000ff">互聯(lián)網(wǎng)大鱷的"打"、"著實打"、"用心打"</font></a></span></chsdate>

<chsdate w:st="on" isrocdate="False" islunardate="False" day="29" month="10" year="2007"><span lang="EN-US" style="FONT-SIZE: 12pt; LINE-HEIGHT: 200%; FONT-FAMILY: Arial">11/06/2007<a temp_><font color="#1a8bc8"></font><font color="#0000ff">GPS導(dǎo)航服務(wù)的視野應(yīng)該放遠(yuǎn)些</font></a></span></chsdate>

<chsdate w:st="on" isrocdate="False" islunardate="False" day="29" month="10" year="2007"><span lang="EN-US" style="FONT-SIZE: 12pt; LINE-HEIGHT: 200%; FONT-FAMILY: Arial">10/29/2007</span></chsdate> 【幫幫】移動互聯(lián)網(wǎng)的“渾水”

<chsdate w:st="on" isrocdate="False" islunardate="False" day="22" month="10" year="2007"><span lang="EN-US" style="FONT-SIZE: 12pt; LINE-HEIGHT: 200%; FONT-FAMILY: Arial">10/22/2007</span></chsdate> 小 i 機(jī)器人 ,MSNNEXT,MSNSHELL 的周末聚會【幫幫俱樂部】

<chsdate w:st="on" isrocdate="False" islunardate="False" day="16" month="10" year="2007"><span lang="EN-US" style="FONT-SIZE: 12pt; LINE-HEIGHT: 200%; FONT-FAMILY: Arial">10/16/2007</span></chsdate> Web2.0 的信息組織需要引入語義的新思路