Microsoft aperta oriuntur vector investigationis bibliothecae in Bing

Microsoft published apparatus eruditionis bibliothecae source codes SPTAG (Space Partitionis Arboris et Graph) cum exsecutione algorithmi approximati proximus search. Bibliotheca exculta in investigationis divisione investigationis Microsoft et centrum progressionis technologiae quaerendi (Microsoft Search Technology Center). Re, SPTAG ab machina Bing inquisitionis adhibetur ad determinare eventus maxime pertinentes secundum contextum quaestionis quaerendi. Codex in C ++ et scriptus est per distribui sub licentia MIT. Aedificare pro Linux et Fenestra sustentatur. Pythonis lingua ligatura est.

Quamvis idea repositionis vectoris in inquisitionibus machinationibus diu circumvolitans fuerit, in praxi eorum exsecutio impedita est alta subsidia intensio operationum cum vectoribus et limitationibus scalabilitatis. Coniungens machinae altae methodos discendi cum algorithms proximis proximis proximis quaerendi, effecit ut ad effectum et scalabilitatem systematum vectoris ad gradum acceptum ad magnas inquisitiones machinas perducendas effecit. Exempli gratia, in Bing, vectoris index super 150 miliarda vectorum, tempus ad res maxime pertinentes arcessendas intra 8 ms est.

Bibliotheca instrumenta ad aedificandum indicem ac vectorem quaesitorum ordinandorum includit, necnon instrumentorum instrumentorum ad conservandum systema inquisitionis distributum distributum involucris amplissimis collectionibus vectorum. obtulerunt sequentes moduli: index fabricator ad indexing, perscrutator ad quaerendum utens indicem distributum in botro plurium nodis, ministrans pro tracto nodorum, aggregator pro pluribus servientibus in unum coniungendis, et client ad quaerendas mittendas. Inclusio novorum vectorum in indicem ac deletionem vectorum in musca sustentatur.

Bibliotheca significat processionaliter data et in collectione praesentata formari in forma vectorum relatarum quae comparari possunt secundum Euclidean (L2) or cosinus distantiae Quaesitio investigationis vectorem reddit cuius distantia inter eos et vector originalis minimus est. SPTAG duos modos praebet ad spatium vectoris ordinandi: SPTAG-KDT (arbor dimensiva K (kd-lignum) et propinqua regione graph) et SPTAG-BKT (k significat arborem (k significat arbore et propinqui- graphi). Prima methodus minus necessarias facultates cum indice laborat, secunda altius accurate demonstrat proventum inquisitorum pro amplissimis collectionibus vectorum.

Eodem tempore, vector inquisitionis ad textum non limitatur et applicari potest ad multimedia informationes et imagines, sicut etiam in systematibus ad commendationes automatice generandas. Exempli gratia, una e prototypis, quae in compage PyTorch fundata est, systema vectoris efficiunt quaerendi secundum similitudinem obiecti in imaginibus, utens notitia ex pluribus collectionibus referentibus cum imaginibus animalium, felium et canum, quae in vectores convertebantur convertebantur. . Cum advenientis imago ad inquisitionem recipitur, machina discendi exemplar in vectorem convertitur, in qua simillima vectoria ex indice utens algorithmus SPTAG et iuncta imagines reducuntur.

Source: opennet.ru