Google анонсировала обновления поиска — Техника на vc.ru

29 сентября Google провела презентацию Search On, где рассказала о новых функциях в «Поиске», «Картах» и других сервисах.

9077 просмотров

Обновления «Поиска»

В июне поисковик научился отвечать на запросы про вакцины на 50 языках с помощью технологии MUM — многозадачной нейросети, которая работает с контекстом и может понимать информацию в тексте и изображениях. Теперь Google развивает возможности MUM в «Поиске».

Контекстный поиск в Google Lens

В начале 2022 года Google Lens сможет отвечать на сложные вопросы, которые тяжело описать словами, объединяя изображение и текст в единый запрос.

Например, если пользователю нужно руководство по починке детали велосипеда, он может навести камеру приложения Google на велосипед. Она его распознает и предложит уточнить запрос текстом. Google Lens поймёт контекст и покажет тематическое видео по ремонту.

Это же сработает, если нужно найти рисунок, как на рубашке, но на другом предмете одежды.

Распознавание узора на объекте будет куда точнее, чем запрос «белые викторианские носки с цветочным рисунком» в поисковике.

Раздел «Что нужно знать»

В поисковой выдаче появится раздел Things to know, который показывает главные детали, на которые обращают внимание люди, когда изучают тему запроса.

Например, если набрать в поисковике «акриловые картины», Google проанализирует более 350 тем, связанных с акриловой живописью и предложит главное: как начать рисовать, какие бывают стили, советы по творчеству.

Также поиск предложит другие связанные темы, например, методы рисования или знаменитых художников.

В будущем MUM сможет предлагать более сложные и узкие темы.

Функции запустятся в «ближайшие месяцы».

Визуальные результаты поиска

По запросам, связанным с творчеством, появится новый дизайн страницы с акцентом на «идеях и поиске вдохновения».

Например, при поиске «идеи украшений на Новый год» или «идеи сада на балконе» пользователь увидит больше тематических видеороликов, изображений или превью статей с картинками и анимациями.

Раздел связанных тем и запросов в видео

MUM распознает содержимое видео и позволяет не только разбивать его на ключевые моменты, но и показывать связанные темы, которые прямо в нём не упоминаются.

Например, при просмотре видео о пингвинах Google предложит почитать подробнее, чем они питаются, где живут и так далее.

Первая версия функции появится «в ближайшие недели».

Распознавание изображений через Google Lens в приложениях Google и Chrome

В мобильном приложении Google появится кнопка «Поиск изображений» через технологию Google Lens. По её нажатию приложение проанализирует содержимое картинки на экране и покажет, где купить такие же или похожие товары.

Таким образом пользователь в любой момент сможет найти интересующую его рубашку, лампу и другие вещи, утверждают представители Google.

Также Lens появится в настольном браузере Chrome — с его помощью пользователи смогут распознавать текст, видео и картинки на сайте и искать по их содержимому в той же вкладке.

Витрины товаров в поиске

На мобильных устройствах упростится поиск одежды, обуви и аксессуаров — Google начнет показывать подходящие по запросу вещи разных цветов и фасонов, а также другую полезную информацию: местные магазины, руководства по стилю, видео.

Все параметры можно фильтровать на странице поисковой выдачи, смотреть рейтинги, отзывы и сравнивать цены.

Google Shopping Graph (база данных о товарах и продавцах) обновляется в реальном времени — в ней более 24 млрд товарных карточек.

Также поисковик начнет показывать наличие товара на карте в магазинах неподалёку от покупателя — по фильтру «в наличии». Это поможет привлечь новых клиентов для небольших магазинов, полагают специалисты Google.

Детальная информация об источниках ссылок

В поисковой выдаче появится больше информации об источнике данных и сопутствующие ссылки.

Например, пользователь может увидеть, что при запросе «стоит ли мне инвестировать в NFT» одна из ссылок ведет на издание Money Fool и прежде чем перейти по ссылке, прочитать, можно ли доверять изданию.

Слой пожаров и другие анонсы «Карт»

На «Google Картах» появится новый слой «лесные пожары» — он покажет актуальную информацию о пожарах.

При нажатии на «горящую» зону сервис подскажет доступные ссылки на сайты экстренных служб, номера телефонов для получения помощи и сведения об эвакуации, а при наличии данных — локализацию пожара, его размер и время последнего обновления данных.

Слой пожаров появится на картах на Android на этой неделе, в октябре — на iOS и ПК. Он будет показывать большинство крупных пожаров, при которых необходима эвакуация.

Более, чем в 100 городах по всему миру на картах появятся «тепловые острова», которые подвержены наибольшему риску быстрого повышения температуры. Например, в этих местах нужно сажать больше деревьев и увеличивать тень для охлаждения.

Также в картах появится инструмент для правительств и общественных организаций, который позволит быстро присваивать адреса людям и компаниям.

Обычно создание адресов для города или деревни могло занимать годы и затруднять получение посылки, голосование, открытие банковского счета или приём на работу.

Теперь это время сокращается до нескольких недель, утверждает Google.

Раньше создание адресов для города или деревни могло занимать годы — теперь это время сокращается до нескольких недель, утверждает Google.

Полная презентация Search On

Editor X: Как добавить и настроить поиск по сайту | Центр Поддержки

Вы можете добавить на свой сайт строку поиска, чтобы посетители могли находить все, что им нужно. Результаты поиска отображаются в виде списка, показывающего контент со страниц вашего сайта, товары магазина, посты в блоге и многое другое.

Шаг 1 | Добавьте приложение Поиск по сайту

Сначала добавьте приложение Поиск по сайту из панели Добавить элементы. После клика на значок Добавить на сайт вы будете перенаправлены на новую страницу Результатов поиска и сможете сразу приступить к настройке.

Как это сделать?

1. Нажмите на значок Добавить элементы в верхней панели Editor X.
2. Нажмите на Меню и Поиск в левой панели. 
3. Выберите пункт Поиск по сайту.
4. Нажмите на значок Добавить на сайт рядом с Поиском по сайту, чтобы добавить строку поиска на сайт.

Шаг 2 | Настройте строку поиска

После добавления приложения Поиск по сайту выберите строку поиска на панели Добавить элементы и перетащите ее в нужный раздел на странице. Мы рекомендуем разместить строку поиска в главном хедере по умолчанию, чтобы ее всегда было видно.

Теперь вы можете поменять текст, макет и дизайн строки поиска. Вы также можете включить функцию быстрого поиска, чтобы посетители в дополнение к странице результатов поиска могли увидеть результаты поиска сразу в процессе ввода запроса в поисковую строку.

Нажмите ниже, чтобы узнать, как настроить строку поиска:

Управление настройками строки поиска

1. Выберите элемент Строка поиска на странице.
2. Нажмите Настроить.
3. Чтобы настроить строку поиска, выполните следующие действия:
   • Введите текст-подсказку в текстовое поле.
   • Нажмите на переключатель Разрешить быстрый поиск, чтобы включить или отключить эту функцию. Быстрый поиск позволяет посетителям сразу увидеть релевантные результаты по мере ввода ключевых слов.

Выбор дизайна строки поиска

1. Выберите элемент Строка поиска на странице.
2. Нажмите на значок Дизайн .
3. Нажмите на раскрывающееся меню в верхней части панели Дизайн строки поиска, чтобы выбрать, какое состояние вы настраиваете (В покое, При наведении или Фокус).
4. Настройте строку поиска, используя следующие параметры:
   • Цвет и прозрачность
     : выберите цвет фона строки и значка поиска. Перетащите ползунки, чтобы установить прозрачность каждого компонента.
   • Граница : создайте рамку вокруг строки. Вы можете выбрать цвет, прозрачность, стиль и ширину границы.
   • Уголки : измените закругление углов строки поиска. Вы можете ввести число в пикселях для определенных уголков или кликнуть на значок ссылки в центре, чтобы сделать их одинаковыми.
   • Тень : нажмите на переключатель Добавить тень, чтобы добавить тень к строке поиска. Вы можете изменить угол, расстояние и размер тени. Вы также можете выбрать цвет тени, ее прозрачность и размытие.
   • Текст : измените дизайн текста-подсказки, включая шрифт и цвет.

Настройка макета строки поиска

1. Выберите элемент Строка поиска на странице.
2. Нажмите на значок Макет для настройки макета строки поиска. В первую очередь выберите макет в верхней части панели Макет строки поиска. 
3. Затем настройте макет, используя доступные параметры:
   • Выравнивание значка: выберите выравнивание значка поиска по левому или по правому краю строки.
   • Выравнивание текста: выберите выравнивание текста-подсказки (слева или по центру). 
   • Поля текста: если вы выбрали выравнивание текста по левому краю, вы можете перетащить этот ползунок, чтобы настроить расстояние (в пикселях) между текстом-подсказкой и левым краем строки поиска.
   • Поля значка: перетащите ползунок, чтобы отрегулировать расстояние (в пикселях) между значком поиска и границами строки поиска.

Шаг 3 | Настройте страницу результатов поиска

После того как вы настроили строку поиска, вам понадобится настроить страницу результатов поиска. На ней отображаются результаты поисковых запросов посетителей. Вы можете изменить заголовок страницы, нажав на текстовый элемент, а также выбрать приложение Результаты поиска для управления настройками, макетом и дизайном страницы.

Нажмите ниже, чтобы узнать, как настроить страницу результатов поиска:

Настройка заголовка страницы

1. Нажмите на текстовый элемент Результаты поиска.
2. Нажмите Редактировать текст, чтобы изменить текст и его форматирование.

Управление настройками, макетом и дизайном страницы

1. Выберите приложение Результаты поиска на странице.
2. Нажмите Настроить .
3. Нажмите на следующие вкладки в панели настройки, чтобы настроить страницу:
   • Настройка: выберите, как отображать информацию на этой странице. Например, вы можете контролировать количество отображаемых результатов, включать дополнительную строку поиска на странице и многое другое.
   • Показать: переименуйте, измените порядок, скройте или отобразите категории поиска на странице результатов поиска.
   • Макет: выберите выравнивание для меню результатов и нумерации страниц для случаев, когда результаты поиска занимают несколько страниц.
   • Дизайн: оформите отдельные элементы на странице, такие как строка поиска (если вы решили ее включить), меню результатов и фактические результаты поиска.

dtSearch — система поиска текста / полнотекстового поиска

Включает собственные фильтры документов dtSearch

Поддерживает широкий спектр типов данных

• PDF: от PDF до PDF 2.0; PDF-портфолио

• MS Office: файлы Word, Excel, PowerPoint, Access, OneNote, включая файлы, сохраненные из Office 365

• Другой «офис»: OpenOffice; определенные международные форматы офисов; XBASE, CSV, RTF, SPL и т. д.

• Форматы сжатия: RAR, ZIP, GZIP и TAR

• Электронные письма: Exchange, Outlook, Thunderbird и т. д. с многоуровневыми вложенными вложениями

• Веб-данные: HTML, XML/XSL, PDF, ASP.NET, CMS, PHP, WordPress, SharePoint и т. д.

• Через API: данные NoSQL/SQL, включая данные BLOB, другие нефайловые данные, такие как сетевые потоки данных (не программисты, см. дополнительный продукт для SQL, в том числе в Azure и AWS)

• Также через API: хранилища данных, специфичные для Azure, и хранилища данных, специфичные для AWS

Более 25 функций полнотекстового поиска и поиска по метаданным

• Объединенный поиск с интегрированным ранжированием релевантности по нескольким типам данных

• Фасетный поиск или поиск по категории «детализация» (через API)

Разработчики: добавить мгновенный поиск и поддержку данных

• SDK для Windows, Linux, macOS

• dtSearch Engine также работает на облачных платформах, таких как Azure и AWS.

Объяснение полнотекстового поиска

Джош Грэм

2 августа 2015 г. • 4 мин чтения

Поиск в Интернете произвел революцию в том, как мы пользуемся Интернетом. Google может выполнять поиск по всему Интернету и предоставлять отличные возможности пользователям, которые пытаются найти контент. Почему же тогда поиск отсутствует или не оптимален во многих приложениях, которые мы используем сегодня? У большинства приложений гораздо меньше данных для поиска, чем у Google, но они обычно плохо справляются со своей задачей. В этой статье вы познакомитесь с «Полнотекстовым поиском» — мощным способом индексации данных, который может значительно улучшить взаимодействие с пользователем в приложениях.

Механизм полнотекстового поиска — это механизм извлечения данных, оптимизированный для эффективного поиска данных, когда пользователь знает только часть искомых данных.

Примечание

Эта статья предназначена для тех, кто только начинает осваивать полнотекстовый поиск. Я не намерен в совершенстве описывать каждую деталь полнотекстового поиска, а дать достаточно простое объяснение его внутренностей, чтобы новички могли иметь концептуальную модель того, как работает поиск, а не относиться к нему как к черному ящику.

Изображение предоставлено: brewbooks

Если ваше приложение было книгой

Чтобы лучше понять полнотекстовый поиск, полезно провести аналогию. Представьте, что ваше приложение — это книга. Механизмом базы данных будет оглавление. заказал список того, на какой странице находится некоторый идентифицируемый контент. Например, если вы хотите найти главу 7, оглавление — очень эффективный способ найти ее. Вы просто смотрите в оглавление, переходите прямо к номеру 7 и находите нужный контент.

Теперь представьте, что вы хотите вспомнить прекрасную цитату, которую вы прочитали в книге. Вы не знаете, в какой главе она находится, вы только помните, что в ней было слово «лиса». Оглавление бесполезно для вас, потому что оно содержит только номера глав и заголовки. Итак, вы застряли, просматривая всю книгу, чтобы найти цитату. Если не указано , у вашей книги есть индекс.

Книжный указатель представляет собой упорядоченный список слов, встречающихся в книге. Каждая запись в указателе будет содержать список номеров страниц, на которых встречается это слово. Это позволяет читателю быстро найти любую информацию в книге, относящуюся, например, к слову «лиса».

Пример

Итак, чтобы объяснить полнотекстовый поиск с точки зрения вычислений, а не публикации. Представьте, что у вас есть следующие данные в хранилище данных документа:

 [
  {
    "идентификатор": 1,
    "имя": "Джон Смит",
    "description": "Архитектор, Семья"
  },
  {
    "идентификатор": 2,
    "name": "Фрэнк Джонс",
    "description": "Семья, Баскетбол"
  },
  {
    "идентификатор": 3,
    "name": "Джон Фрэнк Уитакер",
    "description": "Баскетбол, Архитектор"
  },
]
 

Если вы хотите найти информацию в записи с идентификатором 2, то любой механизм базы данных может эффективно получить эту запись для вас, потому что у них будет индекс, который выглядит примерно так:

 1 => [Расположение на диске: 987654]
2 => [Расположение на диске: 549877]
3 => [Расположение на диске: 654722]
 

Однако, если вам нужно найти все записи, содержащие слово «Джон», механизм базы данных не будет эффективен при выполнении этого запроса, поскольку ему придется сканировать каждую запись, просматривая все поле имени и все описание . Поле ищет слово «Джон».

Индекс полнотекстового поиска, с другой стороны, будет выглядеть примерно так:

 «Архитектор»
  1 => [Расположение на диске: 987654]
  3 => [Расположение на диске: 654722]
"Баскетбол"
  2 => [Расположение на диске: 549877]
  3 => [Расположение на диске: 654722]
"Семья"
  1 => [Расположение на диске: 987654]
  2 => [Расположение на диске: 549877]
"Откровенный"
  2 => [Расположение на диске: 549877]
  3 => [Расположение на диске: 654722]
"Джон"
  1 => [Расположение на диске: 987654]
  3 => [Расположение на диске: 654722]
"Джонс"
  2 => [Расположение на диске: 549877]
"Смит"
  1 => [Место на диске: 987654]
"Уитакер"
  3 => [Расположение на диске: 654722]
 

Здесь вы можете быстро увидеть, что записи 1 и 3 содержат текст «Джон», и вы можете эффективно загрузить эти записи с диска.

Подсчет очков

Движок только что искал «Джон» и получил две записи. Он вернет оба вызывающему абоненту, а также прикрепит к каждой записи баллов . Оценка показывает, насколько запись была близка к тексту поиска по сравнению с другими записями в наборе результатов. В нашем примере запись 1 «Джон Смит» может иметь более высокий балл, чем запись 3 «Джон Фрэнк Уитакер», потому что в записи «Джон Фрэнк Уитакер» больше текста, не совпадающего с «Джон», чем в «Джон Смит».

Токены

Как видите, во время индексации (время создания индекса полнотекстового поиска) движок разбил строковые поля на границах слов. Полученные подстроки называются токенами . Токены — это то, что движок будет использовать для поиска результатов. В нашем примере строки были размечены на границах слов, но можно размечать и другими способами.

Токенизаторы

NGram можно использовать для дальнейшего разделения слов. Это часто бывает полезно при выполнении сценариев «поиск по мере ввода» или автозаполнения. Пример токенизации ngram будет таким:

 "Фрэнк" => [
  «ф», «фр», «фра», «фран», «откровенный»,
  «р», «ра», «ран», «чин»,
  «а», «ан», «анк»,
  "н", "нк",
  "к"
]
 

Как вы могли догадаться, это увеличит размер поискового индекса, но позволит пользователю получить в результате «Фрэнк», набрав, например, только «fr».