CN104919452A - 使用图像来改善人搜索 - Google Patents
使用图像来改善人搜索 Download PDFInfo
- Publication number
- CN104919452A CN104919452A CN201380066977.7A CN201380066977A CN104919452A CN 104919452 A CN104919452 A CN 104919452A CN 201380066977 A CN201380066977 A CN 201380066977A CN 104919452 A CN104919452 A CN 104919452A
- Authority
- CN
- China
- Prior art keywords
- web graph
- identifier
- graph picture
- search
- picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
提供了用于使用人的图像来分辨对于那个人的搜索查询的方法、系统和计算机可读介质。创建包含web图像和到这些web图像的链接的图像索引。将web图像的标识符映射至到web图像的链接并存储在图像索引中。接收对于人的搜索查询。在认识到搜索查询的意图是寻找关于那个人的信息时,选择与那个人有关的至少一个数字图像,并且向图像索引提交数字图像的标识符。将数字图像的标识符与所存储的web图像的标识符进行比较并确定为其与web图像的标识符相对应。读取被映射到web图像的标识符的链接并将其分发以便呈现给用户。
Description
背景技术
开发因特网搜索引擎以为了帮助用户快速且有效地寻找因特网上的信息。近年来,在因特网上可用的关于人的信息量已经增长,导致用户越来越依赖于搜索引擎来对此类信息进行定位。然而,搜索引擎常常返回比用户实际上有兴趣观看的更多的结果。进而,有时对用户施以打开相关搜索结果的负担。例如,用户可能被迫使从头至尾滚动许多搜索结果或者在寻找到相关web文档之前重复地改变其搜索词语。
存在搜索引擎未能对与特定已知人有关的搜索结果进行定位或者适当地排序的多个原因。一个原因涉及到一些用户的搜索查询的广度。例如,许多用户仅使用常用名来搜索人。由于许多人共享常用名,所以这些搜索查询常常返回关于不正确的人的结果。另一原因是该搜索引擎未能准确地确定搜索结果的相关性。结果,需要附加改进。
发明内容
提供本发明内容是为了以简化形式来介绍下面在具体实施方式中进一步描述的概念的选择。本发明内容并不意图识别要求保护的主题的关键特征或必要特征,其也不意图用作确定要求保护的主题的范围的辅助。
本发明的实施例涉及用于使用人的图像来分辨对于人的搜索查询的系统、计算机化方法以及计算机介质。使用这里所述的方法,创建包含web图像和到这些web图像的链接的图像索引。将web图像的标识符映射至到web图像的链接并存储在图像索引中。接收对于人的搜索查询。在认识到搜索查询的意图是寻找关于那个人的信息时,选择与那个人有关的至少一个数字图像,并且向图像索引提交数字图像的标识符,在图像所以处将其与所存储web图像的标识符进行比较。基于该比较,数字图像的标识符被确定为与web图像的标识符相对应。通过读取被映射到与数字图像的标识符相对应的web图像的标识符的链接来分辨原始搜索查询,并且分发链接的表示以用于在一组搜索结果内呈现给用户。
附图说明
下面参考附图来详细地描述本发明的实施例,在所述附图中:
图1是适合于在实现本发明的实施例时使用的示例性计算环境的框图;
图2是图示出根据本发明的实施例的用于使用人的图像来分辨对于人的搜索查询并分发对搜索查询进行响应的链接以用于在一组搜索结果内呈现的图形表示;
图3是根据本发明的实施例的用于从下拉菜单中识别并选择特定已知人的示例性用户界面的说明性屏幕显示;
图4是根据本发明的实施例的用于使用人歧义消除工具来识别和选择特定已知人的示例性用户界面的说明性屏幕显示;
图5是根据本发明的实施例的用于从社交联网栏识别并选择特定已知人的示例性用户界面的说明性屏幕显示;
图6是示出了根据本发明的实施例的用于构建图像索引的总体方法的流程图;
图7是示出了根据本发明的实施例的用于检索人的数字图像以分辨对于那个人的搜素查询的总体方法的流程图;以及
图8是示出了根据本发明的实施例的用于采用图像索引来满足对于人的搜索查询的总体方法的流程图。
具体实施方式
在这里以特殊性来描述本发明的实施例的主题以满足法定要求。然而,本描述本身并不意图限制本专利的范围。相反地,发明人已设想可能用其它方式来体现要求保护的主题,与其它当前或未来技术相结合,以包括不同的步骤或与在本文中描述的那些类似的步骤组合。
本发明的实施例提供了用于使用人的图像来分辨对于人的搜索查询的系统和计算机化方法。创建包含web图像和到这些web图像的链接的图像索引。将web图像的标识符映射至到web图像的链接并存储在图像索引中。接收对于人的搜索查询。在认识到搜索查询的意图是寻找关于那个人的信息时,选择与人有关或那个人的数字图像,并且向图像索引提交数字图像的标识符,在图像索引处将其与所存储的web图像的标识符进行比较。基于该比较,数字图像的标识符被确定为与web图像的标识符相对应。通过读取被映射到与数字图像的标识符相对应的web图像的标识符的链接来分辨原始搜索查询,并且分发链接的表示以用于在一组搜索结果内呈现给用户。
因此,在一个实施例中,构建图像索引。发起针对web图像和到web图像的链接挖掘多个在线位置的web爬行机制。将web图像的标识符映射至到web图像的链接,并将映射的标识符和链接存储在图像索引中。如果期望的话,将web图像的标识符映射到出现在web图像中的每个人的正确姓名,并将映射的标识符和该正确姓名存储在图像索引中。
在另一实施例中,接收对于人的搜索查询。辨识寻找关于那个人的信息的搜索查询的意图。自动地选择那个人的数字图像。将数字图像的标识符提交给图像索引,该图像索引存储web图像的映射标识符和到web图像的链接。通过返回被映射到与数字图像的标识符相对应的web图像的标识符的链接来分辨该搜索查询。呈现链接的表示以用于在对搜索查询进行响应的一组搜索结果内分发。
本发明的实施例还提供用于采用图像索引来满足来自用户的搜索查询的计算机化方法。在一个实施例中,该方法包括访问图像索引以将数字图像的标识符与在该图像索引处收集的web图像的标识符进行比较。特别地,根据搜索查询的内容来选择数字图像。基于该比较,进行数字图像的标识符与web图像的一个或多个标识符相对应的确定。读取被映射到web图像的相应标识符的链接并将其分发以用于在一组搜索结果内呈现。
已简要地描述了本发明的实施例的概要,下面描述适合于实现本发明的示例性操作环境。
一般地参考附图,并且最初特别地参考图1,示出了用于实现本发明的示例性操作环境且一般地将其指定为计算设备100。计算设备100只不过是适当计算环境的一个示例,并且并不意图暗示关于本发明的使用或功能范围的任何限制。也不应将计算设备100解释为具有关于所图示的组件/模块中的任何一个或组合的任何依赖性或要求。
可在计算机代码或机器可用的指令的一般背景下描述本发明,所述计算机代码或机器可用的指令包括诸如程序组件的计算机可执行指令,由计算机或诸如个人数字助理或其它手持式设备之类的其它机器执行。一般地,包括例程、程序、对象、组件、数据结构等的程序组件指的是执行特定任务或实现特定抽象数据类型的代码。可以多种系统配置来实施本发明,包括手持式设备、消费电子装置、通用计算机、专用计算设备等。还可在其中由通过通信网络链接的远程处理设备来执行任务的分布式计算环境中实施本发明。
继续参考图1,计算设备100包括直接地或间接地耦合以下设备的总线110:存储器112、一个或多个处理器114、一个或多个呈现组件116、输入/输出(I/O)端口118、I/O组件120以及说明性电源122。总线110表示可以是一个或多个总线(诸如地址总线、数据总线或其组合)的东西。虽然为了明了起见而用线示出了图1的各种方框,但实际上,描画各种组件并不如此清楚,并且比喻性地,这些线更准确地将是灰色且模糊的。例如,一个人可将诸如显示设备之类的呈现组件视为I/O组件。并且,处理器具有存储器。发明人认识到这是本领域的本质,并且重申图1的图仅仅说明可以与本发明的一个或多个实施例相结合地使用的示例性计算设备。在诸如“工作站”、“服务器”、“膝上型计算机”、“手持式设备”等种类之间不进行区别,其全部被设想在图1的范围内且是对“计算设备”的引用。
计算设备100通常包括多种计算机可读介质。计算机可读介质可以是可以被计算设备100访问的任何可用介质,并且包括易失性和非易失性介质、可移动和不可移动介质。以示例而非限制的方式,计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质包括用用于存储信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质,所述信息诸如计算机可读指令、数据结构、程序模块或其它数据。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字多功能盘(DVD)或其他光盘储存器、盒式磁带、磁带、磁盘储存器或其它磁存储器件或的任何其它介质,其可以用来存储期望信息且其可以被计算设备100访问。通信介质通常用诸如载波之类的已调制数据信号或其它传输机制来体现计算机可读指令、数据结构、程序模块或其他数据,并且包括任何信息递送介质。术语“已调制数据信号”意指信号,该信号使其特性中的一个或多个以对信号中的信息进行编码的这样的方式被设定或改变。以示例且非限制的方式,通信介质可包括诸如有线网络或直接导线连接之类的有线介质以及诸如声学、RF、红外及其他无线介质之类的无线介质。上述中的任一个的组合也应包括在计算机可读介质的范围内。
存储器112包括易失性和/或非易失存储器形式的计算机存储介质。存储器可以是可移动的、不可移动的或其组合。示例性硬件器件包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备100包括从诸如存储器112或I/O组件120之类的各种实体读取数据的一个或多个处理器。(一个或多个)呈现组件116向用户或其他设备呈现数据指示。示例性呈现组件包括显示设备、扬声器、打印组件、振动组件等。
I/O端口118允许将计算设备100逻辑耦合到包括I/O组件120的其他设备,其中的一些可以是内置的。说明性组件包括麦克风、操纵杆、游戏板、卫星碟、扫描仪、打印机、无线电设备等。
现在转到图2,提供了图示出用于使用人的图像来分辨对于那个人的搜索查询的示例性系统的图形表示。本领域的技术人员将理解并意识到的是图2中所示的计算系统200仅仅是用于分辨对于人的搜索查询的环境的一个适当部分的示例,并且并不意图暗示关于本发明的使用或功能范围的任何限制。也不应将计算系统架构200解释为具有与这里所图示的任何单个资源或资源组合有关的任何依赖性或要求。
现在将参考图2来讨论用于实现使用人的图像来分辨对于人的搜索查询的方法的系统架构。最初,图2是图示出适合于在实现本发明的实施例时使用的分布式计算环境200的框图。示例性计算环境200包括用户设备210、前端机构220、图像引擎230、搜索引擎240、图像索引250、合并引擎260以及将这些项目中的每一个互连的网络215。图2中所示的用户设备210和web服务器260中的每一个可采取各种类型的计算设备的形式,诸如例如上文参考图1所述的计算设备100。仅以示例而非限制的方式,用户设备310和/或web服务器260可以是个人计算机、台式计算机、膝上型计算机、消费电子设备、手持式设备(例如,个人数字助理)、各种服务器、处理装备等。然而,应注意的是本发明不限于在此类计算设备上实现,而是可以在本发明的实施例范围内在多种不同类型的计算设备中的任何一个上实现。
通常,用户设备210包括或被链接到某个形式的计算单元(例如,中央处理单元、微处理器等)以支持在其上面运行的(多个)组件的操作。如这里使用的,短语“计算单元”一般地指的是具有处理能力和储存存储器的专用计算设备,其支持操作软件,该操作软件支撑在其上面的软件、应用程序以及计算机程序的执行。在一种情况下,计算单元配置有有形硬件元件或机器,所述有形硬件元件或机器与计算设备210成一整体或可操作地耦合到用户设备210以使得该设备能够执行通信相关过程及其他操作。在另一情况下,计算单元可涵盖耦合到被用户设备210容纳的计算机可读介质的处理器(未示出)。
一般地,计算机可读介质包括物理存储器,其至少临时地存储可由处理器执行的多个计算机软件组件。如这所使用的,术语“处理器”并不意图是限制性的,并且可涵盖在计算能力方面起作用的计算单元的任何元件。在此类能力中,可将处理器配置为处理指令的有形物品。在示例性实施例中,处理可涉及到取回、解码/解释、执行以及写回指令。
并且,除处理指令之外,处理器可向与用户设备210成一整体或设置在用户设备210上的其它资源传递信息和从与用户设备210成一整体或设置在用户设备210上的其它资源传递信息。一般地,资源指的是使得用户设备210或web服务器260能够执行特定功能的软件组件或硬件机构。仅以示例的方式,服务器所容纳的(多个)资源进行操作以帮助搜索引擎240或图像引擎230在用户设备210处从用户接收输入和/或响应于该输入而提供适当通信。
用户设备310可包括输入设备(未示出)和呈现设备211。一般地,提供输入设备是用来接收(多个)输入,该(多个)输入除了别的之外还影响由图像引擎230、搜索引擎240或合并引擎260再现且在呈现设备211上的web浏览器处出现的搜索结果。说明性输入设备包括图1的鼠标、操纵杆、小键盘、麦克风、I/O组件120或能够接收用户输入并向用户设备210传送该输入的指示的任何其它组件。仅以示例的方式,输入设备促进搜索查询的键入,该搜索查询被通过网络215传送至前端机构220以便由图像引擎230或搜索引擎240处理。
在实施例中,呈现设备211被配置成在其上面再现和/或呈现搜索引擎结果页面(SERP)212。SERP 212被配置成包括合并引擎260、图像引擎230或搜索引擎240分别地响应于搜索查询270而返回一系列搜索结果280、282、284。在SERP 212内,可出现已经由图像引擎230、搜索引擎240以及合并引擎260返回的结果的一系列链接、标题、图像和/或简短描述。
可操作地耦合到用户设备210的输出端的呈现设备211可被配置为能够向用户呈现信息的任何呈现组件,诸如数字监视器、电子显示面板、触摸屏、模拟机顶盒、等离子体屏、音频扬声器、盲文板等。在一个示例性实施例中,呈现设备211被配置成呈现丰富的内容,诸如数字图像和视频。在另一示例性实施例中,呈现设备211能够再现其它形式的媒体(即,音频信号)。
分布式计算环境200只不过是可被实现来执行本发明的方面的适当环境的一个示例,并且并不意图暗示关于本发明的使用或功能范围的任何限制。也不应将所图示的分布式计算环境200解释为具有关于如所图示的设备210或260中的任何一个或组合的任何依赖性或要求。在其它实施例中,可将前端机构220和图像引擎230、搜索引擎240以及合并引擎260中的一个或多个直接地集成到web服务器260中,或者集成在互连以形成web服务器260的分布式节点上。
因此,在本发明的实施例范围内,可采用任何数目的组件来实现期望功能。虽然为了明了起见而用线示出了图2的各种组件,但实际上,描画各种组件并不如此清楚,或比喻性地,这些线更准确地将是灰色或模糊的。此外,虽然将图2的一些组件描绘为单个方框,但该描绘在性质上和数目上是示例性的,并且不应将其解释为限制性的(例如,虽然仅示出了一个呈现设备211,但可将更多的呈现设备211通信地耦合到用户设备210)。
此外,可用在相关领域中已知的任何方法将示例性系统架构的设备互连。例如,可经由包括多个计算设备的分布式计算环境将计算设备210和web服务器260可操作地耦合,所述多个计算设备经由一个或多个网络(例如,网络215)相互耦合。在实施例中,该网络在没有限制的情况下可包括一个或多个局域网(LAN)和/或广域网(WAN)。此类联网环境在办公室、企业范围的计算机网络、内部网以及因特网中是普遍的。因此,在这里并不进一步描述网络。
最初,前端机构220被配置成从用户设备210接收由用户发布的搜索查询270并从图像引擎230、搜索引擎240或合并引擎260接收部分地基于搜索查询270生成的一组搜索结果280。这样,前端机构220部分地充当用户设备210与图像引擎230、搜索引擎240以及合并引擎260中的每一个之间的接口。在一个方面,前端机构220本身可表示web服务器260内的单独的搜索引擎。
搜索查询270被从前端机构220分发到图像引擎230和/或搜索引擎240中的每一个。在操作中,搜索引擎240使用作为搜索查询270键入的关键字和/或字符来执行搜索。搜索引擎240挖掘多个web文档以寻找通用web内容241。通用web内容241对用户的搜索查询270进行响应,并且通常涉及用户正在搜索的人(即,包含关于用户的信息)。搜索引擎240还被配置成将搜索结果列表282的表示传送至合并引擎260、前端机构220或两者。
如图2中所示,图像引擎230包括接收组件222、确定组件224、图像组件236以及通信组件238。图像引擎230通常包括或者可访问多种计算机可读材料。在一些实施例中,可将组件232、234、236和238中的一个或多个实现为独立的应用程序。在其它实施例中,可将组件232、234、236和238中的一个或多个直接地集成到诸如图1的远程计算机108之类的计算设备的操作系统中。将理解的是图2中所图示的组件232、234、236和238在性质上和数目上是示例性的,并且不应解释为限制性的。在本文的实施例范围内,可采用任何数目的组件来实现期望功能。
接收组件232被配置成接收搜索查询270。搜索查询270可包含构成搜索查询270的内容的关键字和/或字符的组合。接收组件232还被配置成从图像索引250接收搜索结果282。搜索结果282可包含标题、web图像、URL地址、简短描述等。
确定组件234利用搜索查询270的内容在运行搜索时确定用户意图。例如,确定组件234被配置成确定用户的意图是检索关于特定已知人的信息。确定组件234部分地基于搜索查询270的内容来进行此类确定。例如,如果搜索查询270包括人的正确姓名、常用名、别名或其它识别信息(例如,故乡、职业、年龄、住处、家庭信息、出生日期等),则确定组件224可能最初确定用户想要搜索人。在另一示例中,确定组件234能够基于在搜索查询270的内容之外的因素而认识到用户的搜索查询270的意图与地点或项目相反是针对人。这些外部因素可包括用户正在执行以人为目标或限于人的搜索会话的浏览器应用程序内的先前用户发起的指示(例如,对工具栏上的控制按钮的选择)。确定组件224还被配置成利用搜索查询270的内容来确定用户正在搜索的特定已知人的身份。
转到图3,提供了用于从下拉菜单320识别并选择特定已知人以发起对那个人的搜索的示例性用户界面300的说明性屏幕显示。在本示例中,诸如图2的接收组件232之类的接收组件接收用户正/已将搜索词语输入到搜素查询框310中的信息。在接收到关于用户的输入(例如,“Sarah Smith”)的信息时,从搜索查询框310向用户呈现建议特定搜索词语的下拉菜单320。下拉菜单320可以包括可能与已在搜索查询框310中键入的(多个)搜索查询词语有关的任何种类的信息。例如,该信息可能包含一系列建议的姓名、图像和/或关于人的附加识别信息,诸如那个人居住在哪里、那个人靠什么谋生、那个人与谁有关或者那个人有什么爱好,以帮助用户选择附加或替换的搜索查询词语。同样地,在下拉菜单320内呈现的信息向用户显示图2的图像引擎230理解正在进行中的搜索的意图,并且通过提供可能与用户的搜索意图有关的推荐来增强搜索体验的质量。
还可基于用户简档来选择在下拉菜单320中提供的建议信息。在一个实施例中,用户简档可能包括关于用户的个人信息的汇编。例如,用户简档可包含存储在社交媒体站点上的受口令保护的个人帐户中的信息,所述社交媒体站点诸如Twitter、Facebook、LinkedIn或MySpace。包含在用户简档中的示例性信息可能包括文本、视频、图像、音频文件等。
如图3中所示,用户最初将搜索查询(例如,“Sarah Smith”)输入到搜索查询框310中。一旦用户输入了搜索查询词语,则下拉菜单320建议附加搜索查询词语322、324、326、328以及330。用户可以基于所建议的搜索查询词语322、324、326、328或330中的一个是最相关的(例如,描绘关于用户正在搜索其信息的“Sarah Smith”的图片的搜索查询词语322)的用户感知来选择这些搜索查询词语中的任何一个。如果用户从下拉菜单320中选择所建议的条目,则诸如图2的确定组件234之类的确定组件使用所建议的搜索查询词语来特别地识别用户希望搜索的人的身份。
在另一实施例中,诸如图2的确定组件234之类的确定组件可以基于用户从人歧义消除搜索结果列表420中对关于人的信息的选择来确定被搜索人的身份。转到图4,示出了用于提供人歧义消除搜索结果列表420的示例性用户界面400的说明性屏幕显示。人歧义消除搜索结果列表420是与通用搜索结果列表430分开地呈现但在网页440内的搜索结果列表。
一旦由确定组件确定在搜索结果列表430中显著地表示了选择数目的人(例如,对于“Madonna”的搜索查询410仅检索与歌手/女演员有关的web文档),则可创建歧义消除搜索结果列表420并呈现给用户。在一个实施例中,歧义消除搜索结果列表解析用于显著表示的人的结果并通常在通用搜索结果列表430的右侧呈现结果。虽然在图4中将人歧义消除搜索结果列表420描绘为仅一个列表,但将理解的是其可以包括用于通用搜索结果列表430中的每个显著表示的人的任何数目的列表。
如果用户从人歧义消除搜索结果列表420中选择信息,则确定组件利用该信息来确定用户正在搜索的人的身份。例如,如果在人歧义消除搜索结果列表420中,用户从标题422中选择姓名“Madonna”,则确定组件将确定用户想要寻找关于著名的歌手/女演员的信息。
在又另一实施例中,诸如图2的确定组件224之类的确定组件可以基于用户从诸如图5的社交栏520之类的社交栏对人的姓名和/或图像的选择来识别被搜索人。
转到图5,提供了用于从社交栏中识别并选择特定已知人的示例性用户界面500的说明性屏幕显示。社交栏520与搜索结果列表530分离,搜索结果列表530可在与社交栏520相同的网页540内呈现。在社交栏520内,存在朋友列表524。朋友列表524可包括人的用户选择的姓名和/或图像。朋友列表524还可包括通过社交媒体站点或用户简档与用户相关联的人的姓名和/或图像,所述社交媒体站点诸如Twitter、Facebook、LinkedIn或MySpace。作为将搜索查询(例如,“Bob Jones”)输入到搜索查询框510中的替代,用户可简单地通过从社交栏520中选择Bob Jones的姓名522来搜索Bob Jones。确定组件将确定用户想要将其搜索缩窄至仅关于其Facebook朋友Bob Jones的信息。
如图3-5所示的说明性屏幕显示仅仅是作为示例而非以限制的方式提供的。将理解的是存在用于确定特定已知人的身份的许多其它机制。例如,可以从与在图3-5中所描绘的搜索引擎网页分开的网页中选择特定已知人(例如,用户可以使用诸如Windows 8 Contacts List之类的应用程序来将该特定已知人的姓名提交到图2的前端机构220)。如上所述,还可以通过利用搜索查询的内容和/或在搜索查询的内容之外的因素来识别该特定已知人。
返回图2,一旦由确定组件234确定了特定已知人的身份,则图像引擎230的图像组件236搜索并检索该特定已知人的数字图像或与之有关的数字图像。如上文参考图3、4和5所述,可由用户从例如下拉菜单、人歧义消除搜索结果列表或包含与用户相关联的人的图像和/或姓名的社交栏中选择数字图像。在一个实施例中,图像组件236可从因特网上的任何位置或包含人的图像的单独数据仓库(诸如图像索引250)检索数字图像。例如,图像组件236可从社交联网网站上的用户帐户中选择人的数字图像。在其它实施例中,图像组件236可检索与该特定已知人有关或表示该特定已知人但不包含那个人的图像的数字图像。例如,图像组件236可能检索包含在那个人的Facebook帐户和那个人的Twitter帐户两者中的日落图像,因为其与那个人(即,那个人的社交媒体帐户)有关。此外,虽然在这里将数字图像描述为单个图像,但将理解的是图像组件236可检索任何数目的数字图像(例如,包含在该特定已知人的Facebook简档中的包含该特定已知人的每个图像)。
一旦由图像组件236选择了那个人的至少一个数字图像,则图像组件236利用算法来创建标识符并将其分配给数字图像。此类算法的一个示例是尺度不变特征变换(SIFT),其在计算机视觉中被用来检测和描述图像中的局部特征。例如,数字图像内的局部特征可包括描绘在图像中的人眼和耳朵。该算法可以识别那些特征(例如,眼睛和耳朵)并使用标识符来对其进行描述。这样,可以将该图像的标识符与其它web图像的标识符进行比较以确定图像是相似或不相似的。
在一个实施例中,可向在因特网上可用的每个数字图像分配预先计算的标识符并将其存储在数据仓库(例如,图像索引250)中或高速缓存以供将来使用。如果图像组件236检索到已被分配预先计算标识符的数字图像,则将图像组件236被配置成自动地辨识并提取该预先计算的标识符。
在另一实施例中,图像组件236仅检索数字图像的标识符而不是数字图像本身。例如,可将数字图像和/或数字图像的预先计算的标识符存储在数据仓库(例如,图像索引250)中。另外,可与识别特定人的信息(例如,人的姓名或独有ID)相关联地存储数字图像和预先计算的标识符。图像组件236因此被配置成访问数据仓库,对与该特定已知人相关联的数字图像的标识符进行定位,并且自动地辨识和提取标识符。
图像引擎230的通信组件238被配置成将数字图像的一个或多个标识符传送到图像索引250。通信组件238被配置成还将搜索结果284传送回前端机构220以便呈现给用户。
如图2中所示,图像索引250包括接收组件252、识别组件254以及通信组件256。图像索引250通常包括或者可访问多种计算机可读材料。在一些实施例中红,可将组件252、254和256中的一个或多个实现为独立的应用程序。在其它实施例中,可将组件252、254和256中的一个或多个直接地集成到诸如图1的远程计算机108之类的计算设备的操作系统中。将理解的是图2中所图示的组件252、254和256在性质上和数目上是示例性的,并且不应解释为限制性的。在本文的实施例范围内,可采用任何数目的组件来实现期望功能。
图像索引250被配置成存储web图像251(即,在web上可用的图像)的映射标识符和到web图像251的链接。web爬虫首先对web图像251和到web图像251的相应链接进行定位。web爬虫还可检索与web图像251相关联或在web图像251中描绘的人的姓名。此外,web爬行过程可自动地和/或连续地发生。
图像索引250的接收组件252接收web图像251和到web图像251的链接。在一个实施例中,到web图像251的链接是用来对包括web图像251的网页进行定位的统一资源定位符(URL)。在另一实施例中,到web图像251的链接包括用于对包含web图像251的网页进行定位的搜索指令。如这里所使用的,术语“链接”并不意图被解释为简单地限于web地址。此外,虽然已描述了链接的各种不同实施例,但应理解并意识到的是可使用其他类型的适当超文本或对网站的引用,并且本发明的实施例不限于这里所述的特定示例。例如,本发明的实施例设想采用在被用户选择时将用户导航至托管对象的社交媒体站点的简档的对象(例如,图像或其它内容)。
识别组件254被配置成生成标识符并将其分配给在图像索引250的接收组件处接收到的每个web图像。该标识符意图检测并描述web图像251中的局部特征。因此,基于web图像的独有特征(诸如web图像或位于其中的对象的色彩、对比度或色调)为每个web图像分配标识符。类似于上文所述的数字图像的标识符,根据诸如SIFT算法之类的算法而生成web图像251的标识符。然而,将理解的是SIFT算法仅仅是作为一个可能算法的示例而不是以限制的方式提供的。
识别组件254将web图像的标识符映射到与web图像相关联的链接。标识符和到web图像的链接的每个映射被存储在图像索引250中。另外,还可将出现在web图像中或由web图像描绘的人的姓名映射到web图像的标识符和/或链接并将其存储在图像索引250中。还可将web爬虫可访问且被用来识别web图像的来源、web图像的内容或在web图像中描绘的对象和/或人的其它信息映射到web图像251的标识符并将其存储在图像索引250中。
识别组件254还被配置成通过将一个或多个数字图像的一个或多个标识符与存储在图像索引250中的web图像251的标识符进行比较来处理搜索查询272的内容(即,数字图像的标识符)。识别组件254然后基于该比较来确定数字图像的标识符是否基本上类似于用于每个web图像251的标识符或与之相同。如果数字图像和web图像具有类似标识符,则将其确定为彼此相对应。很可能的是相对应的图像包含类似特征或者包括形成用于原始搜索查询270的基础的人的图像。可将每个数字图像与相应web图像251之间的关联存储在图像索引250中。
识别组件254从与数字图像标识符的标识符相对应的每个web图像读取链接。图像索引250的通信组件256将(多个)链接、(多个)链接的表示或与每个相应web图像相关联的其他映射内容传送至图像引擎250。链接的表示可能包括例如web图像、URL地址、简短描述或包含web图像的网页的视图。通信组件256被配置成将搜索结果284传送至合并引擎260或前端机构220的接收组件222。
合并引擎260被配置成分别地从图像引擎230和搜索引擎240中的每一个接收搜索结果列表282和284。在合并引擎260处,将搜索结果280和搜索结果282合并在一起以创建一个搜索结果列表284。合并搜索结果列表280因此是搜索结果列表282和284的汇编。合并引擎260还被配置成基于搜索结果282和284的相关性对其进行排序。可根据算法来确定相关性。作为仅被用于说明性目的的示例,可将从图像引擎230返回的结果排序较高,作为比来自搜索引擎240的结果更加相关(即,从图像引擎230返回的结果包括到web文档的链接,该web文档被已知包含其姓名被作为搜索查询270键入的人的图像及很可能地关于那个人的其它信息)。一旦已合并,则合并引擎260的通信组件256将合并的搜索结果列表280分发到前端机构220以用于分发给用户。
现在转到图6,示出了描绘根据本发明的实施例的用于构建图像索引的说明性方法600的流程图。最初,应意识到并理解的是虽然在这里可使用术语“步骤”和/或“方框”来意指所采用方法的不同元素,但不应将该术语解释为暗示这里公开的各种步骤之间的任何特定顺序,除非且除了当明确地描述各个步骤的顺序时。
在示例性实施例中,方法600涉及到构建图像索引。在步骤310处,发起用于挖掘用于web图像的多个在线位置和到web图像的链接的web爬行机制。如上文更充分地讨论的,web爬行机制还可针对关于出现在web图像中的人的其它信息(诸如人的姓名)而挖掘web图像或关联的web文档。在步骤312处,将web图像的标识符映射至到web图像的链接。最后,在步骤314处,将web图像的映射标识符和到web图像的链接存储在图像索引中。虽然未描绘,但还可将与web图像或最开始包含web图像的web文档相关联的其它识别信息映射到web图像的标识符并将其存储在图像索引中。
参考图7,示出了描绘根据本发明的实施例的用于检索人的数字图像以分辨用于那个人的搜索查询的说明性方法700的流程图。最初,方法700可包括在步骤710处接收对于人的搜索查询。
如图9中所示,根据本发明的实施例,描绘了用于接收对于人的搜索查询的示例性用户界面900的说明性屏幕显示。在搜索查询框910处,用户输入搜索查询911,其可包括用于人的姓名(例如,“Harry Shum”)或其它识别信息。进而,用户可从搜索引擎接收反馈,该反馈包括用于缩窄搜索查询911的附加建议。例如,如果用户在来自下拉菜单920的姓名922上使用浏览器,则用户可以从两个所选的人(人924和人926)中进行选择以缩窄其搜索。因此,搜索查询可以包括原始搜索查询911和任何附加的用户选择(例如,人924)以缩窄和/或拓宽其搜索。
类似地,如图10中所示,根据本发明的实施例, 描绘了用于接收对于人的搜索查询的示例性用户界面1000的说明性屏幕显示。图10提供了用户可能搜索或选择该用户希望寻找其更多信息的人的方式的更扩展的图示。例如,用户可通过从通用搜索引擎1110、人歧义消除搜索结果列表1200或社交栏1300(其分别地类似于上文在图3-5中提供的示例)中选择链接或图标来搜索特定人。从这些搜索结果中的每一个中选择链接或图标可以帮助缩窄返回给用户的搜索结果。例如,如果用户从人歧义消除搜索结果列表1200中选择姓名“Harry Shum, Jr.”,则搜索查询将更窄地指向寻找关于美国男演员的信息。
再次参考图7,在步骤720处,辨识出设法基于键入对于人的搜索查询而寻找关于那个人的信息的意图。在辨识出搜索查询的意图时,在步骤730处选择人的数字图像。如在步骤740处所指示的,将人的数字图像的标识符提交给图像索引,并且随后分辨该搜索查询。通过从图像索引返回被映射到与数字图像的标识符相对应的web图像的标识符的至少一个链接来分辨搜索查询。另外,当web图像的标识符被映射到出现在web图像中的人的至少一个姓名且那个人的姓名与作为搜索查询的内容而键入的姓名相对应时可分辨出搜索查询。最后,在步骤750处,分发所述至少一个链接以用于在对搜索查询进行响应且根据其相关性被排序的一组搜索结果内呈现。对搜索查询进行响应的搜索结果可包括提及或涉及在用户的搜索查询中被提名的人的结果。
参考图8,示出了描绘根据本发明的实施例的用于采用图像索引来满足对于人的搜索查询的说明性方法800的流程图。最初,方法800可表示由图像引擎、搜索引擎以及合并引擎(在处理器上运行)中的一个或多个执行的计算机化方法。在实施例中,方法800可涉及到访问图像索引的步骤810。在步骤820处,将数字图像的标识符与在图像索引处收集的web图像的标识符进行比较。特别地,可根据搜索查询的内容来选择数字图像。在许多实施例中,搜索查询的内容将包括用户想要搜索的人的姓名。基于该比较,在步骤830处,将数字图像的标识符确定为对应于web图像的标识符,并且在步骤840处,读取被映射到web图像的相应标识符的至少一个链接。在步骤850处,分发链接的表示以用于在一组搜索结果内呈现给用户。虽然未示出,但该组搜索结果可包括未从图像引擎获得的结果。换言之,可将由通用搜索引擎检索的搜索结果与链接合并。在一些实施例中可根据算法将从通用搜索引擎获得的链接和搜索结果排序。
如果期望的话,被分发以呈现给用户的结果可包括从通用搜索引擎获得的链接和单独的搜索结果的表示。另外,还可邻近于、并排地或接近于链接的每个表示来呈现与链接和/或链接的内容相关联的web图像,从而向用户指示在该组搜索结果内返回链接的原因。
已将本发明的各种实施例描述为说明性而非限制性的。在不脱离本发明的实施例的范围的情况下,替换实施例有时将变得显而易见。将理解的是某些特征和子组合是实用的,并且可在不参考其它特征和子组合的情况下被采用。权利要求的范围可设想这一点且其在权利要求的范围内。
Claims (10)
1.一个或多个具有在其上面体现的计算机可执行指令的计算机存储介质,所述计算机可执行指令在被执行时执行构建图像索引的方法,该方法包括:
发起web爬行机制以针对web图像和到web图像的链接挖掘多个在线位置;
将web图像的标识符映射至到web图像的链接;以及
将web图像的映射标识符和到web图像的链接存储在图像索引中。
2.权利要求1的介质,其中,所述方法还包括:
将web图像的标识符映射到出现在web图像中的一个或多个人的正确姓名;以及
存储web图像的映射标识符和该正确姓名。
3.权利要求1的介质,其中,到web图像的链接包括到包含web图像的网页的统一资源定位符(URL)地址。
4.一个或多个具有在其上面体现的计算机可执行指令的计算机存储介质,所述计算机可执行指令在被执行时执行检索与人有关的至少一个数字图像的方法,该方法包括:
接收对于那个人的搜索查询;
使用搜索查询的内容来选择与那个人有关的至少一个数字图像;
将所述至少一个数字图像的标识符提交到图像索引,其中,所述图像索引包括web图像的标识符与到web图像的链接之间的映射;
通过返回被映射到web图像的标识符的至少一个链接来分辨搜索查询,其中,所述至少一个数字图像的标识符与图像索引的映射内的web图像的标识符相对应;以及
分发所述至少一个链接的表示以用于在对搜索查询进行响应的一组搜索结果内呈现。
5.权利要求4的介质,其中,所述数字图像选自用户简档,并且其中,所述用户简档包括与一个或多个社交联网网站相关联地存储的个人信息或数字图像。
6.权利要求4的介质,其中,分辨搜索查询还包括从图像索引返回被映射到web图像的标识符的至少一个链接,其中,web图像的标识符被映射到出现在web图像中的人的一个或多个正确姓名,并且其中,所映射的一个或多个正确姓名与作为对于那个人的搜索查询的内容而键入的正确姓名相对应。
7.一种用于采用图像索引来满足来自用户的搜索查询的计算机化方法,该方法包括:
访问图像索引,其中,所述图像索引包括web图像的标识符与到web图像的链接之间的映射;
将数字图像的标识符与在图像索引处收集的web图像的标识符进行比较,其中,根据搜索查询的内容来选择数字图像;
基于该比较,确定数字图像的标识符与web图像的一个或多个标识符相对应;
读取被映射到web图像的一个或多个相应标识符的一个或多个链接;以及
分发一个或多个链接的表示以用于在对搜索查询进行响应的一组搜索结果内呈现给用户。
8.权利要求7的方法,还包括在图像索引内存储数字图像的标识符与web图像的一个或多个标识符之间的关联。
9.权利要求7的方法,其中,所述方法还包括提供图像引擎,该图像引擎用于分发一个或多个链接以用于在所述搜索结果组内呈现给用户。
10.权利要求9的方法,还包括:
将由图像引擎分发以用于呈现的一个或多个链接与由搜索引擎检索的链接合并;以及
在所述搜索结果组内对由图像引擎分发以用于呈现的一个或多个链接和由搜索引擎检索的链接进行排序,其中,根据与搜索查询的相关性对由图像引擎分发以用于呈现的一个或多个链接和由搜索引擎检索的链接进行排序。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/723,475 US20140181070A1 (en) | 2012-12-21 | 2012-12-21 | People searches using images |
US13/723475 | 2012-12-21 | ||
PCT/US2013/077036 WO2014100641A1 (en) | 2012-12-21 | 2013-12-20 | Improving people searches using images |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104919452A true CN104919452A (zh) | 2015-09-16 |
Family
ID=49956454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380066977.7A Pending CN104919452A (zh) | 2012-12-21 | 2013-12-20 | 使用图像来改善人搜索 |
Country Status (11)
Country | Link |
---|---|
US (1) | US20140181070A1 (zh) |
EP (1) | EP2936349A1 (zh) |
JP (1) | JP2016507812A (zh) |
KR (1) | KR20150100683A (zh) |
CN (1) | CN104919452A (zh) |
AU (1) | AU2013361055A1 (zh) |
BR (1) | BR112015014529A8 (zh) |
CA (1) | CA2892273A1 (zh) |
MX (1) | MX2015008116A (zh) |
RU (1) | RU2015124047A (zh) |
WO (1) | WO2014100641A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665226A (zh) * | 2017-01-19 | 2018-02-06 | 深圳市谷熊网络科技有限公司 | 一种信息的推送方法及推送装置 |
CN107766398A (zh) * | 2016-08-17 | 2018-03-06 | 百度(美国)有限责任公司 | 用于使图像与内容项目匹配的方法、装置和数据处理系统 |
CN108369647A (zh) * | 2016-01-29 | 2018-08-03 | 微软技术许可有限责任公司 | 基于图像的质量控制 |
CN108885702A (zh) * | 2016-04-01 | 2018-11-23 | 电子湾有限公司 | 图像的分析和链接 |
CN111831878A (zh) * | 2019-04-22 | 2020-10-27 | 百度在线网络技术(北京)有限公司 | 构建价值索引关系的方法、索引系统及索引装置 |
CN112740228A (zh) * | 2018-09-24 | 2021-04-30 | 易享信息技术有限公司 | 视觉搜索引擎 |
CN113939813A (zh) * | 2019-05-21 | 2022-01-14 | 微软技术许可有限责任公司 | 生成和应用针对图像的对象级关系索引 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9646062B2 (en) | 2013-06-10 | 2017-05-09 | Microsoft Technology Licensing, Llc | News results through query expansion |
US20210312263A1 (en) * | 2018-08-10 | 2021-10-07 | Visa International Service Association | Techniques For Matching Disparate Input Data |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050162523A1 (en) * | 2004-01-22 | 2005-07-28 | Darrell Trevor J. | Photo-based mobile deixis system and related techniques |
US20070237426A1 (en) * | 2006-04-04 | 2007-10-11 | Microsoft Corporation | Generating search results based on duplicate image detection |
CN101814087A (zh) * | 2001-03-26 | 2010-08-25 | Lg电子株式会社 | 图像搜索方法和装置 |
US20110282867A1 (en) * | 2010-05-17 | 2011-11-17 | Microsoft Corporation | Image searching with recognition suggestion |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030107592A1 (en) * | 2001-12-11 | 2003-06-12 | Koninklijke Philips Electronics N.V. | System and method for retrieving information related to persons in video programs |
US7684651B2 (en) * | 2006-08-23 | 2010-03-23 | Microsoft Corporation | Image-based face search |
US8635203B2 (en) * | 2006-11-16 | 2014-01-21 | Yahoo! Inc. | Systems and methods using query patterns to disambiguate query intent |
US8667004B2 (en) * | 2007-11-30 | 2014-03-04 | Microsoft Corporation | Providing suggestions during formation of a search query |
US10275524B2 (en) * | 2008-01-23 | 2019-04-30 | Sears Holdings Management Corporation | Social network searching with breadcrumbs |
US9087059B2 (en) * | 2009-08-07 | 2015-07-21 | Google Inc. | User interface for presenting search results for multiple regions of a visual query |
US8694505B2 (en) * | 2009-09-04 | 2014-04-08 | Microsoft Corporation | Table of contents for search query refinement |
US9710491B2 (en) * | 2009-11-02 | 2017-07-18 | Microsoft Technology Licensing, Llc | Content-based image search |
US20110106798A1 (en) * | 2009-11-02 | 2011-05-05 | Microsoft Corporation | Search Result Enhancement Through Image Duplicate Detection |
JP2011203776A (ja) * | 2010-03-24 | 2011-10-13 | Yahoo Japan Corp | 類似画像検索装置、方法及びプログラム |
US8498455B2 (en) * | 2010-06-03 | 2013-07-30 | Microsoft Corporation | Scalable face image retrieval |
US20130024391A1 (en) * | 2011-06-09 | 2013-01-24 | Tripadvisor Llc | Social travel recommendations |
US9292504B2 (en) * | 2011-12-15 | 2016-03-22 | Verizon Patent And Licensing Inc. | Context generation from active viewing region for context sensitive searching |
-
2012
- 2012-12-21 US US13/723,475 patent/US20140181070A1/en not_active Abandoned
-
2013
- 2013-12-20 CA CA2892273A patent/CA2892273A1/en not_active Abandoned
- 2013-12-20 AU AU2013361055A patent/AU2013361055A1/en not_active Abandoned
- 2013-12-20 WO PCT/US2013/077036 patent/WO2014100641A1/en active Application Filing
- 2013-12-20 CN CN201380066977.7A patent/CN104919452A/zh active Pending
- 2013-12-20 MX MX2015008116A patent/MX2015008116A/es unknown
- 2013-12-20 EP EP13821339.2A patent/EP2936349A1/en not_active Withdrawn
- 2013-12-20 RU RU2015124047A patent/RU2015124047A/ru not_active Application Discontinuation
- 2013-12-20 KR KR1020157016474A patent/KR20150100683A/ko not_active Application Discontinuation
- 2013-12-20 JP JP2015549793A patent/JP2016507812A/ja active Pending
- 2013-12-20 BR BR112015014529A patent/BR112015014529A8/pt not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101814087A (zh) * | 2001-03-26 | 2010-08-25 | Lg电子株式会社 | 图像搜索方法和装置 |
US20050162523A1 (en) * | 2004-01-22 | 2005-07-28 | Darrell Trevor J. | Photo-based mobile deixis system and related techniques |
US20070237426A1 (en) * | 2006-04-04 | 2007-10-11 | Microsoft Corporation | Generating search results based on duplicate image detection |
US20110282867A1 (en) * | 2010-05-17 | 2011-11-17 | Microsoft Corporation | Image searching with recognition suggestion |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108369647A (zh) * | 2016-01-29 | 2018-08-03 | 微软技术许可有限责任公司 | 基于图像的质量控制 |
CN108885702A (zh) * | 2016-04-01 | 2018-11-23 | 电子湾有限公司 | 图像的分析和链接 |
US11809692B2 (en) | 2016-04-01 | 2023-11-07 | Ebay Inc. | Analyzing and linking a set of images by identifying objects in each image to determine a primary image and a secondary image |
CN107766398A (zh) * | 2016-08-17 | 2018-03-06 | 百度(美国)有限责任公司 | 用于使图像与内容项目匹配的方法、装置和数据处理系统 |
CN107665226A (zh) * | 2017-01-19 | 2018-02-06 | 深圳市谷熊网络科技有限公司 | 一种信息的推送方法及推送装置 |
CN112740228A (zh) * | 2018-09-24 | 2021-04-30 | 易享信息技术有限公司 | 视觉搜索引擎 |
CN111831878A (zh) * | 2019-04-22 | 2020-10-27 | 百度在线网络技术(北京)有限公司 | 构建价值索引关系的方法、索引系统及索引装置 |
CN111831878B (zh) * | 2019-04-22 | 2023-09-15 | 百度在线网络技术(北京)有限公司 | 构建价值索引关系的方法、索引系统及索引装置 |
CN113939813A (zh) * | 2019-05-21 | 2022-01-14 | 微软技术许可有限责任公司 | 生成和应用针对图像的对象级关系索引 |
Also Published As
Publication number | Publication date |
---|---|
RU2015124047A (ru) | 2017-01-10 |
AU2013361055A2 (en) | 2016-03-31 |
JP2016507812A (ja) | 2016-03-10 |
CA2892273A1 (en) | 2014-06-26 |
US20140181070A1 (en) | 2014-06-26 |
WO2014100641A1 (en) | 2014-06-26 |
MX2015008116A (es) | 2016-05-31 |
BR112015014529A8 (pt) | 2019-10-15 |
EP2936349A1 (en) | 2015-10-28 |
BR112015014529A2 (pt) | 2017-07-11 |
KR20150100683A (ko) | 2015-09-02 |
AU2013361055A1 (en) | 2015-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11372935B2 (en) | Automatically generating a website specific to an industry | |
US9075777B1 (en) | System and method for dynamically changing web uniform resource locators | |
US10642937B2 (en) | Interactive addition of semantic concepts to a document | |
CN104919452A (zh) | 使用图像来改善人搜索 | |
US9946739B2 (en) | Intelligent internet system with adaptive user interface providing one-step access to knowledge | |
US9324113B2 (en) | Presenting social network connections on a search engine results page | |
CN101124576B (zh) | 集成有来自信任网络的用户注释的搜索系统和方法 | |
US8972856B2 (en) | Document modification by a client-side application | |
US10437859B2 (en) | Entity page generation and entity related searching | |
US20110055190A1 (en) | System and method for monitoring usage of predefined internet search queries | |
US20130055089A1 (en) | Share Box for Endorsements | |
US20110302152A1 (en) | Presenting supplemental content in context | |
US20100280860A1 (en) | Contextual social network based on the semantic web | |
US10331744B2 (en) | Presenting supplemental content in context | |
US8984414B2 (en) | Function extension for browsers or documents | |
CN102549572A (zh) | 用于提供高级搜索结果页面内容的系统和方法 | |
EP3396606A1 (en) | Systems, devices, and methods for automatic website generation and domain name suggestion | |
CN105359140A (zh) | 可变搜索查询垂直访问 | |
US20110022635A1 (en) | Method and System to Formulate Queries With Minivisuals | |
US20160077727A1 (en) | Online Protocol Community | |
US20160335314A1 (en) | Method of and a system for determining linked objects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150916 |