微軟開源釋出搜尋引擎Bing的關鍵演算法

微軟開源釋出搜尋引擎Bing的關鍵演算法Space Partition Tree And Graph（SPTAG），該演算法透過向量搜尋的技術搭配深度學習模型，以持續改進搜尋結果，使Bing搜尋引擎更了解數十億網頁搜尋背後的意圖，在毫秒內從數十億個資料向量中，搜尋出最相關的結果。

微軟在察覺用戶搜尋的模式開始改變後，就開始使用向量搜尋技術，向量搜尋技術是用概念的方式來搜尋，而不是透過傳統的關鍵字方式，舉例來說，當使用者在搜尋引擎Bing中輸入「巴黎鐵塔有多高」，系統能夠用自然語言的方式，回覆使用者艾菲爾鐵塔是1,063英尺，即使「艾菲爾」這個字詞從來沒有出現在搜尋請求中，而「高」也不會出現在搜尋結果中。

微軟指出，文字、圖片和其他資料透過數值表示法，搭配上深度學習技術，就能夠用這些向量來理解搜尋的意圖，當一個數值點被指定爲一個資料，向量就能夠被排列或是找出關聯，這些關聯結果能夠改善搜尋結果，當用戶送出搜尋請求時，Bing能夠掃描所有索引向量並提供最佳配對的結果。