来了解下实体搜索引擎的发展现状

　　神州乐器网讯 实体搜索引擎现在的发展状况如何?未来是否明晰?前Baidu搜索引擎rank工程师姚旭对在知乎里就这个问题进行了回答，原文如下：

　　背景:

　　实体(entity)搜索是相对于关键词(keyword)搜索而言的。

　　传统的关键词搜索虽然目前已经可以达到很高的"智能"水平，搜索结果在很大程度上可以帮助用户找到需要的信息。

　　但对于"搜索引擎"这个系统自身而言，其实并不了解搜索query本身有什么意思，对于搜索"盗梦空间"和"喵喵喵"，搜索引擎做的事情基本差不多。 你告诉他要找什么，他就去按照字面意思勤勤恳恳的去找。 搜索引擎无法直接回答query，只能做一个信息的中转。

　　实体搜索关注的重点不是"关键词"级别的信息，而是"对象"，比如：人，电影，软件，小说，公司，组织等等。 从关键词向实体转化，希望可以从更精细的角度来理解和组织搜索结果。 在一定程度上可以理解query的意思，并给出自己的答案。 一些更智能更个性化的交互也依赖于实体作为基础，比如"好看的电影"。

　　数据:

　　实体搜索需要前期花大量的时间和精力在建立关于实体的信息数据(这里有很多不同的叫法，比如Ontology，语义网等等)。 传统的html并不是一个有效的信息载体，至少截至目前，主流的html tag对于信息组织而言是没有实际意义的。 结构化数据通过html展现出来以后，原有的属性信息都丢失了。 也许在数据库中，一部电影和导演的关系是可以通过关系数据库表体现出来的，但html中td,tr之类的标签是无法表示这种关系的。

　　所以，对于搜索引擎而言，要从数据建设做起，基本上的通用做法大概分以下几个方面：

　　1) web实体属性的提取和消歧

　　2) 实体信息分类

　　3) 实体关系挖掘

　　产品:

　　数据建设是为了搜索引擎产品服务的，在数据层面积累的基础上，需要通过搜索产品来体现数据的价值。 除了将实体信息直接作为类似百科形式直接使用外，产品层面上已经逐步产生了很多有意思的新内容。

　　举一些有趣的例子:

　　1、实体的关联关系

　　"类似XXX的电影"这类query是实体关系的一种表现，传统关键词搜索在这类信息上是完全不够用的，产品上从"搜索"逐步向"发现"转变。

　　类似盗梦空间的电影

　　2、实体的属性信息

　　"张艺谋导演的爱情电影"

　　莫言的书

　　3、 实体的分类信息

　　"杀毒软件"，这个是网上新闻看来的。

　　最后说说未来

　　实体也好，ontology也好，语义网也好，这些名词在搜索这个应用场景下很大程度上在说一件事情。 就是在关键词的基础上，可以扩展出更多隐藏在关键词背后的信息，用于搜索结果的组织，展现，排序。 搜索引擎不再定位于一个单纯的索引机器，而是将信息进行扩展和重组。 至少从目前工业界的实际进展来看，效果还是很振奋的。