鄭昀 20071129

智能語義聚合框架并不是什么領域都適用的，能夠進入的垂直領域特點：

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

也就是說，很多網絡口碑公司，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得很。其實語義應用上有好多事情很好玩的，并不是只能像玩聚網搞得像techmeme一樣熱點自動發(fā)現，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品不好、不好在哪里、為何要買這個產品等等。

現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鍵詞，哪些詞更重要，但它不會像人類一樣去看到網頁內容形成知識，現有的搜索只能叫做“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。

雅虎的這個人際關系圖后來也被谷歌在天涯來吧里復制： http://www.yahoo.cn/s?v=person&p=%E6%96%B9%E8%88%9F%E5%AD%90 ，方舟子的人際網絡關系圖。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，然后訓練機器理解人類之間可能存在的關系有哪些，接著按實體名（你可以理解為人名）與實體名之間的距離遠近以及關系詞去統(tǒng)計實體與實體之間存在哪些潛在關系，最后反轉和理順關系、歸納即可。這里面的難點就在于實體與實體的關系并不一定簡單的通過“XXX的XXX”這種簡單句式來表達，漢語千變萬化，新聞資訊闡述的往往是一個事件，你要給機器足夠的訓練，它才能理解足夠多的關系。

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

小結：

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，展現價值。

一般來說，計算語言學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用。前者從句子表層的詞語符號串識別句子的句法結構，判斷成分之間的語義關系，最終弄清句子表達的意思。這個事情學術界搞了很久了，但要想隱藏掉背后的復雜技術，變成一個通用的應用需求，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這高深的東西，我真的擔心只有Geek才有的需求，讓無數人競折腰啊。

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下只能是制造垃圾和垃圾流量</a><br>11/23/2007<a temp_>愛幫網“搜索+社區(qū)”就地展開</a><br>11/01/2007<a temp_>【亂講】互聯(lián)網人的“迷信”</a><br>11/06/2007 <a temp_><font color="#0000ff">互聯(lián)網大鱷的"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導航服務的視野應該放遠些</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