Office Data

根据谷歌的 Pandu Nayak 在 2023/2024 反垄断诉讼中的声明，谷歌使用以下深度学习模型和组件进行排名。

Rankbrain
深度排序
RankEmbed BERT
导航助推器
七巧板和胶水


什么是 Rankbrain？
Google RankBrain 是一种人工智能算法，是谷歌搜索引擎算法的一部分，于 2015 年底推出。它的主要任务是更好地理解搜索查询并改进搜索结果，特别是对于 Google 以前无法识别的新的、独特的或复杂的查询。

RankBrain 使用机器学习来识别搜索查询中的模式并理解单词背后的含义。它旨在解释搜索查询背后的意图，以提供更相关的搜索结果，即使网页上没有出现查询的确切词语。这使得 RankBrain 在处理模糊或不明确的搜索查询时特别有效。

RankBrain 的一个有趣特性是它具有自我提升的能力。它不断从 美国华侨华人数据 搜索查询和用户点击行为中学习，以改进其算法并提高搜索结果的准确性。

Rankbrain 仅适用于前 20-30 个文档并调整该内容的初始分数。由于 Rankbrain 非常昂贵，它仅用于预选具有最高初始值的文档。



什么是 Deeprank？
Google DeepRank 经常与 RankBrain 混淆或一起提及，但区分两者非常重要。 RankBrain 是 Google 算法中一个著名的组成部分，专注于通过机器学习来理解搜索查询，而 DeepRank 则具体指 Google 通过更好地理解网页某些段落与搜索查询的相关性来改善搜索结果的努力。

DeepRank 并不是一个独立的算法，而是 Google 更广泛的搜索算法的一部分，该算法在 2020 年左右被更详细地引入。它的重点是理解和评估搜索结果中网页的各个段落的能力，而不仅仅是整个页面。这意味着，即使网页的一小部分与搜索查询高度相关，Google 也能识别并排名该段落，以便用户找到最符合其搜索要求的内容，即使网页的其余部分涵盖的主题略有不同。

Deeprank 强化了 Rankbrain 作为支持算法。虽然 BERT 是底层 AI 模型，但 Deeprank 依赖 BERT 进行排名。



这项技术的引入是 Google 搜索功能的一大进步，因为它可以更细致地理解内容。这对于长而详细的页面尤其有用，因为这些页面中的某些段落可能与搜索查询非常相关，即使该页面涵盖了更广泛的主题。