Bing улучшил поиск по картинкам, используя технологию Deep learning

Корпорация Bing начала последовательный запуск усовершенствованного поиска по картинкам, при разработке которого была использована технология глубокого обучения (Deep learning). Об этом сообщается в официальном блоге поисковой компании.

Глубокое обучение или Deep learning представляет собой подраздел Машинного Обучения (Machine Learning), использующий искусственные нейронные сети для анализа многозначных реалий, в том числе, и абстрактных понятий. Данная технология была успешно адаптирована корпорацией Microsoft под нужды поиска. В частности, интегрировавшись в поиск изображений, технология глубокого обучения позволила поисковой системе начать гораздо лучше понимать не только истинный смысл пользовательского запроса, но и содержание изображений, отдаваемых алгоритмом в результаты выдачи.

Так, например, теперь алгоритмы Bing научились еще точнее идентифицировать дублированный изобразительный контент, и, соответственно, отфильтровывать его в результатах выдачи.

Кроме того, в поиске по изображениям теперь доступен целый ряд различных фильтров. К примеру, пользователь может найти не просто фото американской певицы Кэти Пери (Katy Perry), а карандашные эскизы с её изображениями, используя фильтр «рисунок линиями»; или фотографии звезды, на которых она предстаёт перед зрителями с синим оттенком волос, используя фильтр «синий»:

«Два изображения могут быть связаны друг с другом, только если система обнаружит очевидное сходство между ними. В масштабах всего интернета триллионы изображений связываются между собой и образуют гигантский граф, в котором каждое изображение связано с другим посредством семантических связей. Используя традиционные для теории графов понятия, такие как узлы и лучи, эти картинки соотносятся с изображениями других сущностей. Таким образом, применяя технологию Deep learning, система начинает улавливать семантическую границу между различными сущностями и различает смысл семантически разнородных образцов изображений с похожей визуальной композицией», — комментируют представители Bing.

Так, например, если стандартный граф изображений, применявшийся до недавнего времени, выглядел следующим образом, а связи в нём строилась на основе визуального сходства изображений:

То система визуальных графов, основанная на технологии Deep learning, способна анализировать семантические связи между объектами и выглядит так:

В результате внедрения новой технологии в алгоритмы поиска изображений, разработчикам удалось не только добиться высокой релевантности выдачи поисковым запросам пользователей, но и исключить из неё дублированный контент, а также научиться более точного выявлять изображения, попадающие под защиту «Законом об авторском праве».

 

1 star2 star3 star4 star5 star (ОЦЕНИТЬ!)
Загрузка...
Прочее
Комментировать!

Автор: Mikhail Malinin

Родился 14 мая 1984 года в городе Уайт-Плейнс (штат Нью-Йорк), что в нескольких километрах к северу от города Нью-Йорка, в еврейской семье. Отец — стоматолог Эдвард Цукерберг (по состоянию на 2012 год продолжал практику). Мать — психиатр Карен Цукерберг. Был вторым ребёнком и единственным мальчиком из 4 детей в семье; его сёстры — Рэнди (старшая), Донна и Ариэль.