要教會電腦理解常識,微軟發表內含540萬種概念的大型「知識概念圖」

2016.11.03 by
張庭瑜
微軟
微軟發布了內含540萬個概念的知識資料庫「Microsoft Concept Graph」,且每個概念下會有許多實體和子概念,以及單字關聯模型「Microsoft Concept Tagging Model」,可讓電腦根據上下文,計算出單字對應到特定概念的機率為何。

「蘋果是什麼?」是一種水果還是一家公司?只要再給出多點線索,例如「蘋果是甜的」,人類便能快速且正確判斷出蘋果在不同情境代表的意義。然而對電腦而言,儘管人工智慧看似無所不能,但要讓機器完全聽懂人類語言,至今仍是難以突破的瓶頸。

對此,微軟亞洲研究院推出大型知識概念圖,內包含各種單字背後對應的概念,幫電腦補足人類的常識性知識,並讓電腦可以根據上下文判斷單字意思,更了解人類語言。

微軟發表了知識資料庫「Microsoft Concept Graph」和單字關聯模型「Microsoft Concept Tagging Model」。
微軟

打造知識概念圖教電腦「常識」

為了彌補機器和人類理解語言的落差,微軟指出,其中的關鍵便是教導電腦不同字詞所代表的「概念」,而第一步是將人類的常識建立成概念資料庫,第二步則是讓電腦可以正確找到單字在特定情境的概念。因此微軟也發表了目前最大的知識資料庫「Microsoft Concept Graph」和單字關聯模型「Microsoft Concept Tagging Model」。

我們想讓機器了解更多常識、更高階的概念。
微軟亞洲研究院研究員Jan Yun

「Microsoft Concept Graph」是一套知識概念圖,在爬梳數十億個網頁和搜尋結果後,整理出540萬個概念,且每個概念下會有許多實體和子概念,例如「太陽系」的概念下,可能包含著「水星」、「地球」等。

微軟知識資料庫「Microsoft Concept Graph」目前涵蓋540萬種概念。
微軟

相較於既有知識資料庫,Microsoft Concept Graph除了簡單的單字,也包含較長的複合型單字,相較其他知識資料庫如Freebase的2千條或Cyc的12萬條,資料量要大上許多。

另外,Google也有自家知識圖譜,並將其用於搜尋功能及虛擬助手Google Assistant。例如,當搜尋「達文西」時,不僅出現網頁,還會直接列出相關資料,如最常被搜尋的達文西作品圖片,提供一系列而非單一的搜尋結果。Google執行長皮采(Sundar Pichai)於今年10月時,宣布Google知識圖譜包含的「事實(fact)」已超過700億則,不過無法確定Google所指的「事實(fact)」和微軟指的「概念(concept)」定義是否相同。

未來可根據上下文判斷單字代表概念

有了概念資料庫,還須讓電腦學習將單字自動對應到正確的意思。微軟舉例,看見「蘋果是甜的」這句話,人類幾乎可在瞬間確定這裡的「蘋果」代表的是某種水果,而非生產iPhone的蘋果公司。而微軟推出的Microsoft Concept Tagging model ,便可讓電腦根據上下文,計算出單字對應到特定概念的機率為何。

Microsoft Concept Graph和Microsoft Concept Tagging Model,未來版本將可根據上下文判斷單字代表的概念。
微軟

目前,微軟推出的版本已可列出所有概念和單字的關聯性高低,例如「微軟」對應到「軟體公司」的關聯性,會較「公司」還要高。未來,微軟希望讓電腦可根據上下文判斷單字和短文本代表的意思,完全理解人類語言,應用於搜尋引擎、廣告、聊天機器人和人工智慧等領域。

資料來源:Microsoft 1,2TechCrunch

延伸閱讀

每日精選科技圈重要消息