搜索引擎开始「实体搜索」新领域竞争，Google、百度分别发力实体搜索产品

编者注：本文来自
@刚果不说话 的投稿，点击关注他的新浪微博。

以 Google 收购 Freebase 为标志，到今年正式推出
知识图谱（Knowledge Graph）产品，代表Google 建设实体（Entity）属性数据（也称为Ontology或者Semantic Web）基本成熟， 开始进入产品转化期。

初期知识图谱产品只是作为类似「百科」的形式进行展示，并未显示出足够的吸引力。近期知识图谱产品的一系列升级，开始逐步展现出了产品魅力。Google可以在更广泛的领域直接提供精准答案，而不只是作为搜索结果的中转集散地，这一点和百度「框计算」的思路比较类似。比如搜索“zhang yimou movie”，用户得到的不再是一些搜索结果的候选链接，而是直接由实体数据提供的精准结果。令人略感遗憾的是，Google似乎并未对中文研发进行投入，这部分功能中文用户还无法使用到。同时中文搜索方面，百度虽为对外公开，似乎有一系列实体搜索的相关产品也在借助「框计算」的形式逐步推出．

以下是一些实际的例子：

1. 实体属性类产品:

zhang yimou's movie:

张艺谋导演的爱情电影

1. 实体关联关系产品:

Google的关联关系不能直接通过搜索触发，需要先搜索相应的实体名，比如inception，通过点击右侧的“people also search for”结果进行触发

also search for

百度的结果是通过query直接触发，用「类似X的电影」这样的Query进行搜索，可得到关联推荐的结果。

类似盗梦空间的电影

实体搜索是相对于关键词（keyword）搜索而言的。传统的关键词搜索目前虽然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。但这一过程仍依赖于用户最终的人工选择，对于"搜索引擎"这个系统自身而言，其实并不能了解搜索 query 本身有什么意思。实体搜索关注的重点不再是「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，可以从更精细的角度来理解和组织搜索结果。在一定程度上理解 query 的意思，可以直接给出答案。

实体搜索（entity search）这个概念并不是很新的东西，在学术界已经有了多年的技术积累。受制于大规模的资金人力投入，学术界主要关注于技术实现和应用，并未大规模投入到实体数据的建设上来。只有少量资金和技术都具备的巨头公司具有这方面的基础建设能力。实体搜索需要前期把大量的时间和精力投在建立实体信息数据（这里有很多不同的叫法, 比如 Ontology、Semantic Web 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 中的标签是无法表示这种关系。

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

基础数据既要保证信息覆盖的广度，同时还要有足够高的信息精度。

Google 和百度的数据层级对比来看：

*Google的实体资源覆盖面更广，包含了，人物，电影，书籍等多种实体信息，百度似乎只公开了电影类的资源。

*实体属性上百度做的略丰富一些，包含了电影情节等属性，Google这方面缺失。

*百度的实体关联这方面做的更深入，Google只能覆盖热门搜索的关联关系。基本上笔者实验的「类似X的电影」这类的搜索，都可以获得关联结果。

从目前这些「实体搜索」类的产品可以看出，实体基础数据已经达到了基本可用的状态，在产品应用上还有很大的潜力空间。特别是在更智能更个性化的使用场景下，比如：“好看的电影”、“适合公司聚餐的餐厅”等等。Siri等智能助手类的产品也依赖于底层实体数据和搜索技术的建设，未来搜索引擎公司在这个市场内应该会有不小的动作。同时，实体搜索作为一个高投入见效慢高风险的技术方向，如果能获得实质性的产品突破，会进一步强化各个领先搜索引擎的市场地位，这对于追赶者角色的其他搜索引擎公司而言不是一个好消息。