Mise à jour des brevets de recherche Google – 18 décembre 2020

Bienvenue dans une autre semaine pour les geeks.

Les dernières semaines se sont déroulées un peu sans incident, mais j’en ai trouvé quelques-unes qui valent vraiment la peine d’être lues.

Comme toujours, les brevets prennent du temps à entrer, mais plus vous en lisez, plus cela devient facile.

Alors, prenez le temps de cliquer et de leur donner une lecture complète.

Cela ne peut que vous faire un meilleur référencement.

De plus, mon premier article de 2021 sera un tour d’horizon de tout les brevets liés à la recherche Google que j’ai collectés au cours de l’année 2020. Soyez sûr de rester à l’écoute pour cela.

• Déposé: 26 avril 2020
• Récompensé: 10 novembre 2020

Abstrait

«Des exemples d’aspects de la présente divulgation concernent des systèmes et des procédés qui utilisent un modèle de classification d’opinions appris par machine pour classer des parties (par exemple, des phrases, des phrases, des paragraphes, etc.) de documents (par exemple, des articles de presse, des pages Web, etc. ) comme étant des opinions ou non des opinions. En outre, dans certaines mises en œuvre, des parties classées comme opinions peuvent être considérées pour inclusion dans un affichage d’informations. Par exemple, des parties de document peuvent être classées en fonction de leur importance et sélectionnées pour être incluses dans un affichage d’informations en fonction de leur classement. « 

Notes de Dave

Celui-ci, comme pour la plupart des brevets, peut être adapté et utilisé de différentes manières, il semble qu’une grande partie de l’impulsion originale soit vers les nouvelles (ou potentiellement les blogs).

En comprenant la teneur / l’opinion d’un document, il peut être classé en conséquence.

Comme indiqué dans le brevet, «une partie du document qui a été classée comme opinion et / ou classée comme ayant une grande importance». On pourrait également impliquer qu’il limite davantage l’exposition de l’utilisateur à de nouvelles informations en affichant des informations hautement classées qui renforcent leurs propres opinions perçues sur un sujet (requête).

Du brevet

«La compréhension du contenu (par exemple, le contenu textuel) contenu dans un document par un système informatique est un problème difficile. Même dans l’espace du journalisme d’information professionnel, où les articles sont généralement écrits dans un langage et une syntaxe de haute qualité, les systèmes informatiques ne sont actuellement capables de comprendre que très peu le contenu réel des articles de presse. En outre, déterminer comment un article donné se compare à d’autres articles de presse liés écrits par d’autres journalistes est une tâche encore plus difficile. »

«Des exemples d’aspects de la présente divulgation concernent des systèmes et des procédés qui utilisent un modèle de classification d’opinions appris par machine pour classer des parties (par exemple, des phrases, des phrases, des paragraphes, etc.) de documents (par exemple, des articles de presse, des pages Web, etc. ) comme étant des opinions ou non des opinions. En outre, dans certaines mises en œuvre, des parties classées comme opinions peuvent être considérées pour inclusion dans un affichage d’informations. Par exemple, des parties de document peuvent être classées en fonction de leur importance et sélectionnées pour être incluses dans un affichage d’informations en fonction de leur classement. « 

• Déposé: 27 mars 2019
• Récompensé: 1 déc.2020

Prise de Dave

Alors que je creusais ce brevet (sur la personnalisation), il aborde (en partie) l’approche PageRank / Random Surfer. Et ses limites.

Pour ceux qui ne sont pas si intimes avec cela, c’est l’élément central des liens, qui est un domaine évidemment important.

Ils cherchent à adapter cela par une approche plus personnalisée et un «classement de profil» pour mieux adapter les résultats de recherche existants (PageRank créé)… Quoi qu’il en soit, des choses intéressantes.

Du brevet

«En réalité, un utilisateur comme l’internaute aléatoire n’existe jamais. Chaque utilisateur a ses propres préférences lorsqu’il soumet une requête à un moteur de recherche. La qualité des résultats de recherche renvoyés par le moteur doit être évaluée par la satisfaction de ses utilisateurs. Lorsque les préférences d’un utilisateur peuvent être bien définies par la requête elle-même, ou lorsque la préférence de l’utilisateur est similaire à la préférence de l’internaute aléatoire par rapport à une requête spécifique, l’utilisateur est plus susceptible d’être satisfait des résultats de la recherche. Cependant, si la préférence de l’utilisateur est significativement biaisée par certains facteurs personnels qui ne sont pas clairement reflétés dans une requête de recherche elle-même, ou si la préférence de l’utilisateur est assez différente de la préférence de l’utilisateur aléatoire, les résultats de recherche du même moteur de recherche peuvent être moins utiles. à l’utilisateur, sinon inutile. »

• Déposé: 23 mai 2019
• Récompensé: 15 déc.2020

Abstrait

«A partir du contenu d’un document, une entité factuelle liée au contenu du document est déterminée. Le contenu d’un panneau dynamique est demandé. Un panneau de connaissances est un élément d’interface utilisateur qui fournit une collection de contenu lié à l’entité factuelle. Le contenu du panneau dynamique est reçu pour être affiché simultanément sur la machine utilisateur avec le contenu du document. »

Notes de Dave

Fait intéressant, celui-ci ne contient pas vraiment une tonne de nouveaux éléments avec lesquels nous ne serions pas familiers en ce qui concerne les panneaux de connaissances, mais je n’ai en fait pas vu une tonne de brevets descriptifs sur eux. Donc, cela vaut la peine d’être inclus ici aujourd’hui.

Par exemple, si vous ne connaissez pas pleinement ce qu’est une entité, ils la décrivent comme suit: « Les entités peuvent inclure, mais sans s’y limiter, une personne, un lieu, un pays, un point de repère, un animal, un événement historique, une organisation, une entreprise , équipe sportive, événement sportif, film, chanson, album, jeu, œuvre d’art ou toute autre entité appropriée. « 

Du brevet

«Cependant, lors du développement de requêtes de recherche à soumettre au moteur de recherche, l’utilisateur doit souvent fournir des informations contextuelles sur le document dans la requête. Par exemple, un utilisateur peut créer un document décrivant des ours dans les Smokey Mountains. La requête que l’utilisateur devra formuler devra exprimer ce besoin d’information. »

«Dans certaines implémentations, un panneau de connaissances fournit un résumé des informations pour l’entité. Par exemple, un panneau de connaissances pour un chanteur peut inclure le nom du chanteur, une image du chanteur, une description du chanteur, un ou plusieurs faits sur le chanteur et un contenu qui identifie les chansons et les albums enregistrés par le chanteur. « 

«Dans certaines implémentations, un panneau de connaissances peut fournir des informations plus granulaires. Par exemple, si une section de document porte sur l’enfance du chanteur, le panneau de connaissances peut fournir des informations sur l’école fréquentée par le chanteur, un extrait de la ville dans laquelle le chanteur a grandi et les souvenirs du chanteur d’y avoir grandi.

C’est à peu près tout pour les gens de cette semaine. S’il y a un domaine de recherche spécifique sur lequel vous aimeriez lire, n’hésitez pas à me contacter.

Je suis toujours heureux d’aider.

À la semaine prochaine!

Davantage de ressources: