Artwork

Inhalt bereitgestellt von HackerNoon. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von HackerNoon oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.
Player FM - Podcast-App
Gehen Sie mit der App Player FM offline!

How Search Engines Actually Answer Your Questions

19:40
 
Teilen
 

Manage episode 520671226 series 3474148
Inhalt bereitgestellt von HackerNoon. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von HackerNoon oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.

This story was originally published on HackerNoon at: https://hackernoon.com/how-search-engines-actually-answer-your-questions.
Modern search Q&A explained: how knowledge graphs, DeepQA, and MRC turn messy web pages into direct, trustworthy answers.
Check more stories related to machine-learning at: https://hackernoon.com/c/machine-learning. You can also check exclusive content about #ai, #nlp, #deep-learning, #knowledge-graph, #how-do-search-engines-work, #search-engines, #kbqa-vs-deepqa, #hackernoon-top-story, and more.
This story was written by: @superorange0707. Learn more about this writer by checking @superorange0707's about page, and for more stories, please visit hackernoon.com.
Modern search Q&A is basically two engines working together: a knowledge-graph engine (KBQA) that’s great at hard facts, and a deep neural engine (DeepQA + MRC) that reads messy web pages like a speed-reading grad student. Around them is a lot of plumbing: data pipelines, retrieval, ranking, fusion, robustness tricks like R-Drop, and even opinion classification on top of long evidence passage

  continue reading

448 Episoden

Artwork
iconTeilen
 
Manage episode 520671226 series 3474148
Inhalt bereitgestellt von HackerNoon. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von HackerNoon oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.

This story was originally published on HackerNoon at: https://hackernoon.com/how-search-engines-actually-answer-your-questions.
Modern search Q&A explained: how knowledge graphs, DeepQA, and MRC turn messy web pages into direct, trustworthy answers.
Check more stories related to machine-learning at: https://hackernoon.com/c/machine-learning. You can also check exclusive content about #ai, #nlp, #deep-learning, #knowledge-graph, #how-do-search-engines-work, #search-engines, #kbqa-vs-deepqa, #hackernoon-top-story, and more.
This story was written by: @superorange0707. Learn more about this writer by checking @superorange0707's about page, and for more stories, please visit hackernoon.com.
Modern search Q&A is basically two engines working together: a knowledge-graph engine (KBQA) that’s great at hard facts, and a deep neural engine (DeepQA + MRC) that reads messy web pages like a speed-reading grad student. Around them is a lot of plumbing: data pipelines, retrieval, ranking, fusion, robustness tricks like R-Drop, and even opinion classification on top of long evidence passage

  continue reading

448 Episoden

Alle Folgen

×
 
Loading …

Willkommen auf Player FM!

Player FM scannt gerade das Web nach Podcasts mit hoher Qualität, die du genießen kannst. Es ist die beste Podcast-App und funktioniert auf Android, iPhone und im Web. Melde dich an, um Abos geräteübergreifend zu synchronisieren.

 

Kurzanleitung

Hören Sie sich diese Show an, während Sie die Gegend erkunden
Abspielen