{"id":5401,"date":"2021-11-21T12:55:26","date_gmt":"2021-11-21T11:55:26","guid":{"rendered":"https:\/\/wordlift.io\/blog\/it\/?p=5401"},"modified":"2021-11-21T12:55:39","modified_gmt":"2021-11-21T11:55:39","slug":"google-query","status":"publish","type":"post","link":"https:\/\/wordlift.io\/blog\/it\/google-query\/","title":{"rendered":"Come Google risponde alle query in linguaggio naturale"},"content":{"rendered":"\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-full\"><img decoding=\"async\" width=\"556\" height=\"590\" src=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-query-responses.png\" alt=\"\" class=\"wp-image-5404\" srcset=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-query-responses.png 556w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-query-responses-283x300.png 283w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-query-responses-150x159.png 150w\" sizes=\"(max-width: 556px) 100vw, 556px\" \/><\/figure><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Risposte alle query in linguaggio naturale su Google<\/h2>\n\n\n\n<p>La natura di Internet e la facilit\u00e0 con cui le persone possono accedere al web proviene da molte fonti. Questo pu\u00f2 permettere a chi fa una ricerca di condividere informazioni e cercare informazioni relative ai loro interessi.<\/p>\n\n\n\n<p>Gli utenti possono condividere o cercare cose come:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Fotografie<\/li><li>Video<\/li><li>Musica<\/li><li>Blog<\/li><li>Messaggi<\/li><li>Commenti<\/li><li>Altre informazioni<\/li><\/ul>\n\n\n\n<p>Questo brevetto risolve questo problema:<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\"><p><em>Molte informazioni non vengono registrate o condivise perch\u00e9 la comunicazione convenzionale e la registrazione delle informazioni pu\u00f2 essere ingombrante da impostare.<\/em><\/p><\/blockquote>\n\n\n\n<p>Hai visto questo e ti sei chiesto come le informazioni che stai registrando potrebbero diventare utili.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Un esempio di applicazione del linguaggio naturale<\/h2>\n\n\n\n<p>Alcuni dispositivi e applicazioni permettono a chi fa una ricerca di registrare e memorizzare alcune informazioni e ricevere un riepilogo delle informazioni registrate.<\/p>\n\n\n\n<p>I dispositivi di monitoraggio del fitness e dell&#8217;esercizio fisico permettono a chi cerca di inserire i tipi e la quantit\u00e0 di cibo mangiato ogni giorno. Tracciano anche la quantit\u00e0 di esercizio eseguito, una perdita di peso o un obiettivo calorico, ecc.<\/p>\n\n\n\n<p>La maggior parte dei dispositivi pu\u00f2 memorizzare solo una quantit\u00e0 limitata di informazioni.<\/p>\n\n\n\n<p>Non possono ricavare informazioni da dichiarazioni fatte in <a class=\"wl-entity-page-link\" title=\"NLP\" href=\"https:\/\/wordlift.io\/blog\/it\/vocabolario\/elaborazione-del-linguaggio-naturale\/\" data-id=\"http:\/\/data.stg-wordliftblogq-stage.kinsta.cloud\/wl0215\/entity\/elaborazione_del_linguaggio_naturale;http:\/\/rdf.freebase.com\/ns\/m.05flf;http:\/\/dbpedia.org\/resource\/Natural_language_processing\" >linguaggio naturale<\/a> e voci di testo.<\/p>\n\n\n\n<p>Altre soluzioni hanno bisogno che le persone che fanno una ricerca inseriscano esplicitamente le informazioni in formati predeterminati.<\/p>\n\n\n\n<p>Di solito, i dispositivi danno agli utenti una quantit\u00e0 limitata di feedback sotto forma di informazioni riassuntive. Questo proviene dalle informazioni inserite dall\u2019utente e\/o dalle limitate informazioni memorizzate su questi dispositivi.<\/p>\n\n\n\n<p>Quando le persone condividono informazioni con un sistema informatico, potrebbero voler cercare anche quelle informazioni.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Trovare dati da usare nelle risposte alle query in linguaggio naturale<\/h2>\n\n\n\n<p>Questo brevetto permette di cercare informazioni su un computer. Aggrega informazioni da dichiarazioni in linguaggio naturale fornite da chi fa la ricerca e inferenze da queste informazioni.<\/p>\n\n\n\n<p>Le informazioni delle dichiarazioni in linguaggio naturale sono sotto forma di <strong><a class=\"wl-entity-page-link\" title=\"tupla\" href=\"https:\/\/wordlift.io\/blog\/it\/vocabolario\/tupla\/\" data-id=\"http:\/\/data.stg-wordliftblogq-stage.kinsta.cloud\/wl0215\/entity\/tupla;http:\/\/dbpedia.org\/resource\/Tuple_relational_calculus;http:\/\/ru.dbpedia.org\/resource\/\u0418\u0441\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0435_\u043a\u043e\u0440\u0442\u0435\u0436\u0435\u0439;http:\/\/en.dbpedia.org\/resource\/Tuple_relational_calculus;http:\/\/it.dbpedia.org\/resource\/Tupla\" >tuple<\/a> strutturate<\/strong>. Questo brevetto non ci dice come queste informazioni potrebbero essere impostate sul Web per renderle utili per questo brevetto.<\/p>\n\n\n\n<p>Ho scritto su <a class=\"wl-entity-page-link\" title=\"Google Search\" href=\"https:\/\/wordlift.io\/blog\/it\/vocabolario\/google\/\" data-id=\"http:\/\/data.stg-wordliftblogq-stage.kinsta.cloud\/wl0215\/entity\/google_search;http:\/\/yago-knowledge.org\/resource\/Google_Search;http:\/\/rdf.freebase.com\/ns\/m.0387r;http:\/\/dbpedia.org\/resource\/Google_Search;http:\/\/data.stg-wordliftblogq-stage.kinsta.cloud\/wl0215\/entity\/google;http:\/\/de.dbpedia.org\/resource\/Google;http:\/\/pt.dbpedia.org\/resource\/Google_Search;http:\/\/hr.dbpedia.org\/resource\/Google_(tra\u017eilica);http:\/\/lv.dbpedia.org\/resource\/Google_mekl\u0113t\u0101js;http:\/\/hu.dbpedia.org\/resource\/Google_keres\u0151;http:\/\/uk.dbpedia.org\/resource\/Google_(\u043f\u043e\u0448\u0443\u043a\u043e\u0432\u0438\u043a);http:\/\/id.dbpedia.org\/resource\/Google_Search;http:\/\/en.dbpedia.org\/resource\/Google_Search;http:\/\/it.dbpedia.org\/resource\/Google;http:\/\/es.dbpedia.org\/resource\/Buscador_de_Google;http:\/\/ro.dbpedia.org\/resource\/Google_(motor_de_c\u0103utare);http:\/\/nl.dbpedia.org\/resource\/Google;http:\/\/no.dbpedia.org\/resource\/Google_S\u00f8k;http:\/\/fi.dbpedia.org\/resource\/Google_(hakukone);http:\/\/ru.dbpedia.org\/resource\/Google;http:\/\/bg.dbpedia.org\/resource\/\u0413\u0443\u0433\u044a\u043b_\u0442\u044a\u0440\u0441\u0430\u0447\u043a\u0430;http:\/\/fr.dbpedia.org\/resource\/Google_(moteur_de_recherche);http:\/\/sq.dbpedia.org\/resource\/Almir_krasniqi;http:\/\/sr.dbpedia.org\/resource\/\u0413\u0443\u0433\u043b_\u043f\u0440\u0435\u0442\u0440\u0430\u0436\u0438\u0432\u0430\u0447;http:\/\/sv.dbpedia.org\/resource\/Google_(s\u00f6kmotor);http:\/\/cs.dbpedia.org\/resource\/Google_(vyhled\u00e1va\u010d);http:\/\/pl.dbpedia.org\/resource\/Wyszukiwarka_Google;http:\/\/tr.dbpedia.org\/resource\/Google_Arama;http:\/\/data.wordlift.io\/wl0215\/entity\/google_search;http:\/\/data.wordlift.io\/wl0215\/entity\/google\" >Google<\/a> che raccoglie informazioni sulle <a class=\"wl-entity-page-link\"  href=\"https:\/\/wordlift.io\/blog\/it\/vocabolario\/entita\/\" data-id=\"http:\/\/data.stg-wordliftblogq-stage.kinsta.cloud\/wl0215\/entity\/entita;http:\/\/www.wikidata.org\/entity\/Q35120;http:\/\/dbpedia.org\/resource\/Entity;https:\/\/g.co\/kg\/m\/0bl9f;http:\/\/data.wordlift.io\/wl0215\/entity\/entita\" >entit\u00e0<\/a> e sulle tuple per rendere queste informazioni ricercabili. Un altro post \u00e8 stato <a href=\"https:\/\/gofishdigital.com\/entity-extractions-knowledge-graphs\/\">Estrazioni di entit\u00e0 per i Knowledge Graph in Google<\/a> ed <a href=\"https:\/\/www.seobythesea.com\/2021\/04\/extracting-entities-with-automated-data-wrappers\/\">Estrarre entit\u00e0 con wrapper di dati automatizzati<\/a>. Entrambi descrivono come Google potrebbe capire meglio le informazioni sulle entit\u00e0 e le tuple che trova sulle pagine web. E come potrebbe estrarre quelle informazioni. Quei processi di estrazione si adattano bene a questo brevetto, che descrive l&#8217;uso di quei dati.<\/p>\n\n\n\n<p>Ma sappiamo cosa succede a quelle entit\u00e0 e tuple una volta che sono sulle pagine web.<\/p>\n\n\n\n<p>Questo brevetto ci dice che:<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\"><p><em>I segmenti delle tuple possono essere collegati a Knowledge Graph, grafi sociali, e\/o grafi di entit\u00e0 di informazioni strutturate, che possono fornire inferenze e feedback a chi cerca.<\/em><\/p><\/blockquote>\n\n\n\n<h2 class=\"wp-block-heading\">Come rispondere a una domanda in linguaggio naturale<\/h2>\n\n\n\n<p>Il brevetto mostra l&#8217;analisi e la risposta a una <a class=\"wl-entity-page-link\"  href=\"https:\/\/wordlift.io\/blog\/it\/vocabolario\/query\/\" data-id=\"http:\/\/data.stg-wordliftblogq-stage.kinsta.cloud\/wl0215\/entity\/query;http:\/\/it.dbpedia.org\/resource\/Query;http:\/\/de.dbpedia.org\/resource\/Datenbanksprache;http:\/\/uk.dbpedia.org\/resource\/\u0417\u0430\u043f\u0438\u0442;http:\/\/sk.dbpedia.org\/resource\/Dopyt_(query);http:\/\/it.dbpedia.org\/resource\/Query;http:\/\/pl.dbpedia.org\/resource\/Zapytanie_(bazy_danych);http:\/\/nl.dbpedia.org\/resource\/Query;http:\/\/sr.dbpedia.org\/resource\/\u0423\u043f\u0438\u0442\" >query<\/a> di ricerca.<\/p>\n\n\n\n<p>Questo sistema memorizzerebbe istruzioni e un processore per eseguirle in modo da ricevere la query e dividerla in segmenti basati su regole grammaticali.<\/p>\n\n\n\n<p>Questo funziona per:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Scegliere un primo segmento dai segmenti della query<\/li><li>Ricevere una tupla memorizzata in associazione con chi cerca<\/li><li>Selezionare un secondo segmento da almeno una tupla<\/li><li>Le istruzioni ricevono informazioni sul primo e sul secondo segmento e rispondono alla query in base alle informazioni.<\/li><\/ul>\n\n\n\n<p>Un metodo per analizzare e rispondere a una query dell\u2019utente.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Rispondere a una query inizia con la suddivisione della query in segmenti<\/h2>\n\n\n\n<p>Una query di ricerca viene ricevuta e divisa in segmenti basati su regole grammaticali.<\/p>\n\n\n\n<p>I processori poi:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Decidono su un primo segmento dai segmenti di ricerca;<\/li><li>Prendono almeno una tupla memorizzata in associazione con il ricercatore;<\/li><li>Prendono un secondo segmento da almeno una tupla.<\/li><\/ul>\n\n\n\n<p>Inoltre, le istruzioni inducono i processori a:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Ricevere informazioni relative al primo e al secondo segmento;<\/li><li>Costruire una risposta alla query basata sulle informazioni ricevute;<\/li><li>Trasmettere informazioni a un dispositivo di visualizzazione per mostrare la risposta a chi cerca.&nbsp;<\/li><\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">Brevetto Natural Language Query Responses<\/h2>\n\n\n\n<p><a href=\"https:\/\/patft.uspto.gov\/netacgi\/nph-Parser?Sect1=PTO2&amp;Sect2=HITOFF&amp;u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&amp;r=1&amp;p=1&amp;f=G&amp;l=50&amp;d=PTXT&amp;S1=10,990,603.PN.&amp;OS=pn\/10,990,603&amp;RS=PN\/10,990,603\">Systems and methods for generating responses to natural language queries<\/a><\/p>\n\n\n\n<p>Inventors: Ian Macgillivray, Engin Cinar Sahin, Emma Sarah Persky, Max Bogue, Angela Ni-Hwey Chang, and Konrad Piotr Delong<\/p>\n\n\n\n<p>Assignee: Google LLC<\/p>\n\n\n\n<p>US Patent: 10,990,603<\/p>\n\n\n\n<p>Granted: April 27, 2021<\/p>\n\n\n\n<p>Filed: February 20, 2019<\/p>\n\n\n\n<p><strong>Abstract<\/strong><\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\"><p><em>I sistemi e i metodi implementati dal computer analizzano e rispondono a una query di ricerca.<\/em><\/p><p><em>Il motore di ricerca riceve una query dall\u2019utente e la divide in segmenti di query basati su regole di grammatica.<\/em><\/p><p><em>Quando il primo segmento dai segmenti di query \u00e8 ricevuto, almeno una tupla immagazzinata in associazione con chi cerca seleziona un secondo segmento da almeno una tupla.<\/em><\/p><p><em>Questi sistemi e metodi ricevono le informazioni sul primo e sul secondo segmento e rispondono alla query in base alle informazioni ricevute.<\/em><\/p><p><em>Poi le informazioni sono trasmesse a un dispositivo di visualizzazione per presentare la risposta a chi sta facendo la ricerca.<\/em><\/p><\/blockquote>\n\n\n\n<h2 class=\"wp-block-heading\">Come le regole grammaticali aiutano a capire le dichiarazioni nel linguaggio naturale?<\/h2>\n\n\n\n<p>Questo brevetto presenta l&#8217;aggregazione e l&#8217;immagazzinamento di informazioni derivate da dichiarazioni in linguaggio naturale fatte da chi fa ricerche.<\/p>\n\n\n\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-full\"><img decoding=\"async\" width=\"390\" height=\"456\" src=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-declaration.png\" alt=\"\" class=\"wp-image-5406\" srcset=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-declaration.png 390w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-declaration-257x300.png 257w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-declaration-150x175.png 150w\" sizes=\"(max-width: 390px) 100vw, 390px\" \/><\/figure><\/div>\n\n\n\n<p>Un ricercatore pu\u00f2 ricevere tale dichiarazione in linguaggio naturale. E la pu\u00f2 valutare usando regole grammaticali. Queste possono includere nomi, verbi, preposizioni, avverbi, aggettivi, soggetto, predicato, ecc.<\/p>\n\n\n\n<p>Queste informazioni possono essere in tuple e memorizzate in associazione con il ricercatore.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Risposte di query in linguaggio naturale a un ricercatore<\/h2>\n\n\n\n<p>Questo brevetto ci dice anche come pu\u00f2 generare risposte di query in linguaggio naturale a un ricercatore.<\/p>\n\n\n\n<p>La query in linguaggio naturale pu\u00f2 provenire da un ricercatore su un dispositivo client.<\/p>\n\n\n\n<p>Dopo che la dichiarazione viene valutata per identificare i segmenti di query, che possono essere basati su un insieme di regole grammaticali (ad esempio, nomi, verbi, soggetto, predicato, ecc.).<\/p>\n\n\n\n<p>A questo punto, chi fa la ricerca pu\u00f2 accedere a un Knowledge Graph per recuperare informazioni su uno o pi\u00f9 segmenti di query, e cercare qui anche altri elementi di dati associati alla sua ricerca.<\/p>\n\n\n\n<p>Il motore di ricerca pu\u00f2 creare risposte alle query basate sulle informazioni recuperate.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Memorizzare le risposte alle query in linguaggio naturale<\/h2>\n\n\n\n<p>Il sistema pu\u00f2 includere computer posseduti o gestiti dai ricercatori, che aggiungono informazioni al Web.<\/p>\n\n\n\n<p>Questi dispositivi informatici includono smartphone, tablet, netbook, lettori elettronici, assistenti digitali personali (PDA). Includono anche televisori abilitati al web, personal computer, computer portatili, computer desktop, e\/o altri tipi di dispositivi elettronici o di comunicazione.<\/p>\n\n\n\n<p>Possono trasmettere una dichiarazione in linguaggio naturale o una query in linguaggio naturale basata sull&#8217;input fornito da chi cerca attraverso la rete a un server.<\/p>\n\n\n\n<p>Il ricercatore pu\u00f2 anche ricevere informazioni (per esempio, risposte di query in linguaggio naturale), alle richieste, dal server attraverso una rete.<\/p>\n\n\n\n<p>Questi server possono implementare o fornire motori di ricerca, motori di interpretazione e classificazione del linguaggio naturale, insiemi di regole grammaticali. Possono anche emettere applicazioni o programmi per ricevere e memorizzare dichiarazioni in linguaggio naturale o generare risposte di query in linguaggio naturale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Informazioni contenute nei Knowledge Graph&nbsp;<\/h2>\n\n\n\n<p>Un Knowledge Graph pu\u00f2 includere entrambi i database logicamente e\/o fisicamente separati configurati per memorizzare i dati.<\/p>\n\n\n\n<p>I dati immagazzinati nel Knowledge Graph possono provenire dal server, dai dispositivi del cliente e\/o essere forniti come input usando i metodi convenzionali.<\/p>\n\n\n\n<p>I dati immagazzinati nel Knowledge Graph possono essere documenti, presentazioni, contenuto testuale, file audio, file video, informazioni ed elementi di dati immagazzinati sotto forma di tuple. I dati possono anche includere regole grammaticali e vari altri dati elettronici in qualsiasi altra combinazione di essi.<\/p>\n\n\n\n<p>Un elemento del Knowledge Graph su qualsiasi soggetto o elemento di dati pu\u00f2 includere un corpus di informazioni ed elementi di contenuto associati al soggetto dell&#8217;elemento di dati.<\/p>\n\n\n\n<p>Un corpus di informazioni pu\u00f2 includere nomi, luoghi, cose, eventi e\/o elementi di contenuto.<\/p>\n\n\n\n<p>Il Knowledge Graph pu\u00f2 includere collegamenti al corpus di informazioni. Pu\u00f2 anche includere riferimenti o collegamenti ad altri elementi del Knowledge Graph e\/o banche dati che contengono il corpus di informazioni.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Un esempio di dati in un Knowledge Graph<\/h2>\n\n\n\n<p>Un elemento del Knowledge Graph per una voce come &#8220;banana&#8221; pu\u00f2 includere un corpo di informazioni tra cui:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Variet\u00e0 di banane<\/li><li>Dove si coltivano le banane<\/li><li>Prezzi e disponibilit\u00e0 di banane<\/li><li>Contenuto nutrizionale in una banana<\/li><li>Ricette basate sull&#8217;uso della banana<\/li><li>Feste o eventi associati alla banana<\/li><li>Ecc.<\/li><\/ul>\n\n\n\n<p>L&#8217;elemento del Knowledge Graph pu\u00f2 anche includere informazioni aggiuntive, come la frequenza con cui vengono cercate informazioni o postati commenti riguardanti la &#8220;banana&#8221;. Pu\u00f2 anche includere commenti, messaggi e\/o post di blog sulle banane, ecc.<\/p>\n\n\n\n<p>Questi sono solo esempi. Anche le informazioni audio e video possono essere negli elementi del Knowledge Graph.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Queste informazioni possono essere memorizzate in un database di tuple<\/h2>\n\n\n\n<p>Il database delle tuple pu\u00f2 memorizzare informazioni ottenute dalle dichiarazioni in linguaggio naturale e dai grafici sociali di chi fa la ricerca.<\/p>\n\n\n\n<p>Queste informazioni potrebbero includere documenti, presentazioni, notizie, articoli, post di blog, libri, recensioni di libri, riviste, articoli di riviste. Possono anche includere registrazioni audio o video, messaggi di testo, messaggi di posta elettronica, contenuti dei social media, o qualsiasi altro tipo di informazione scritta da chi cerca. Questi possono anche provenire dai contatti dei social media del\u2019utente o da suoi contatti preferiti.&nbsp;<\/p>\n\n\n\n<p>Pu\u00f2 anche contenere registri di ricerca con stringhe di ricerca utilizzate dall\u2019utennte per cercare elementi di contenuto e\/o citazioni.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Le risposte alle query in linguaggio naturale possono essere in tuple<\/h2>\n\n\n\n<p>Il motore di ricerca pu\u00f2 memorizzare le informazioni nel database di tuple sotto forma di tuple associate all\u2019utente che cerca.<\/p>\n\n\n\n<p>Il Knowledge Graph pu\u00f2 utilizzare un unico supporto di memorizzazione leggibile dal computer.<\/p>\n\n\n\n<p>Un dispositivo che memorizza il Knowledge Graph pu\u00f2 essere su uno strumento di archiviazione collegato alla rete, una rete di archiviazione, o una combinazione.<\/p>\n\n\n\n<p>Pu\u00f2 usare numerosi linguaggi, come SQL, MySQL, IBM DB2.RTM., Microsoft Access.RTM., PERL, C\/C++, Java.RTM.<\/p>\n\n\n\n<p>Pu\u00f2 anche essere un database autonomo accessibile attraverso una rete o associato alla parte di un sistema o ambiente da cui \u00e8 possibile accedere dai dispositivi client e\/o da altri componenti.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Il database delle tuple pu\u00f2 avere una struttura e una funzione come il Knowledge Graph&nbsp;<\/h2>\n\n\n\n<p>Il database di tuple pu\u00f2 avere una struttura e una funzione come il Knowledge Graph.<\/p>\n\n\n\n<p>Il sistema pu\u00f2 includere solo un Knowledge Graph, che pu\u00f2 funzionare sia come Knowledge Graph che come base di dati di tuple.<\/p>\n\n\n\n<p>Oppure, il sistema pu\u00f2 includere solo un database di tuple, che pu\u00f2 fungere sia da Knowledge Graph che da database di tuple.&nbsp;<\/p>\n\n\n\n<p>Oppure pu\u00f2 includere entrambi.<\/p>\n\n\n\n<p>Potrebbe davvero includere qualsiasi numero di Knowledge Graph, database di tuple e\/o qualsiasi altro database.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Dietro l&#8217;uso di risposte alle query in linguaggio naturale<\/h2>\n\n\n\n<p>Per definizione, una dichiarazione in linguaggio naturale, pu\u00f2 essere una frase, citazione, frase, domanda, ecc. scritta o espressa in qualche forma da un utente che effettua una ricerca.<\/p>\n\n\n\n<p>&#8220;Linguaggio naturale&#8221; come usato qui si riferisce a come le persone possono comunicare tra loro usando il linguaggio parlato o scritto in una lingua.<\/p>\n\n\n\n<p>Una frase come &#8220;ho mangiato una mela&#8221; pu\u00f2 rappresentare una dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>Una frase come &#8220;love yogurt&#8221; o &#8220;go USA&#8221; pu\u00f2 rappresentare una dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>Una dichiarazione in linguaggio naturale potrebbe anche includere un paragrafo o un insieme di frasi.<\/p>\n\n\n\n<p>Questo processo include la ricezione di una dichiarazione in linguaggio naturale da un deposito o da una base di dati, come un deposito o una base di dati associata al sistema.<\/p>\n\n\n\n<p>La ricezione dai dati memorizzati nella memoria principale o nel supporto di memorizzazione dei dispositivi client e\/o dei server. Oppure la ricezione della dichiarazione di linguaggio naturale quando il ricercatore la inserisce o la fornisce. Userebbero i dispositivi I\/O associati ai dispositivi client con il server.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Regole grammaticali per le risposte alle query in linguaggio naturale<\/h2>\n\n\n\n<p>Il processo di risposta alle query in linguaggio naturale pu\u00f2 anche includere l&#8217;accesso a un insieme di regole grammaticali.<\/p>\n\n\n\n<p>Le regole grammaticali possono identificare o classificare parole o frasi di una dichiarazione in linguaggio naturale e associare un significato contestuale alle frasi.<\/p>\n\n\n\n<p>Queste regole grammaticali basate sulla lingua inglese possono aiutare a determinare se una parola o una frase usata forma un nome, pronome, verbo, preposizione, aggettivo, avverbio, congiunzione, soggetto, predicato, ecc.<\/p>\n\n\n\n<p>Possono anche aiutare a categorizzare le parole.<\/p>\n\n\n\n<p>Per esempio, le regole grammaticali possono affermare che &#8220;banana&#8221;, &#8220;una mela&#8221;, &#8220;carota&#8221;, &#8220;latte&#8221;, ecc. sono articoli alimentari e inoltre che &#8220;banana&#8221; e &#8220;mela&#8221; sono frutti, &#8220;carota&#8221; \u00e8 un vegetale e &#8220;latte&#8221; \u00e8 un prodotto lattiero-caseario.<\/p>\n\n\n\n<p>Queste regole grammaticali possono aiutare ad associare le parole con significati contestuali.<\/p>\n\n\n\n<p>Le regole grammaticali possono anche riferirsi alla matematica o alle discipline scientifiche per aiutare ad assegnare significati ai simboli o ai termini scientifici. Queste possono fornire un contesto al gergo usato in un particolare ramo della matematica o della scienza.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Alcune regole grammaticali funzionano con la matematica<\/h2>\n\n\n\n<p>Per esempio, le regole grammaticali legate alla matematica possono aiutare a identificare simboli come &#8220;=&#8221; (uguale), &#8220;&gt;&#8221; (maggiore di), &#8220;&lt;&#8221; (minore di) ecc.<\/p>\n\n\n\n<p>Una relazione con la matematica pu\u00f2 aiutare a riconoscere forme come il triangolo, il quadrato, il pentagono e l&#8217;esagono, con tre, quattro, cinque o sei lati, rispettivamente.<\/p>\n\n\n\n<p>Queste regole grammaticali possono lavorare con relazioni posizionali delle parole o frasi nella dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>Una dichiarazione potrebbe contenere una matrice di testo e\/o numeri con intestazioni di colonna. Queste intestazioni di colonna e\/o le posizioni relative delle colonne, per esempio, da sinistra a destra, possono identificare e\/o classificare il testo e\/o i numeri.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Le regole della grammatica permettono anche l&#8217;interpretazione dei termini del linguaggio naturale<\/h2>\n\n\n\n<p>Queste regole possono anche permettere l&#8217;interpretazione di certi termini del linguaggio naturale.&nbsp;<\/p>\n\n\n\n<p>Per esempio, gli articoli &#8220;a&#8221; o &#8220;un&#8221; forse con una quantit\u00e0 di &#8220;uno&#8221;. Oppure, le parole &#8220;doppio,&#8221; &#8220;triplo,&#8221; o &#8220;quadruplo&#8221; incluso una quantit\u00e0 di &#8220;due,&#8221; &#8220;tre,&#8221; o &#8220;quattro,&#8221; rispettivamente. O, termini come &#8220;esercizio&#8221;, &#8220;correre&#8221;, &#8220;camminare&#8221;, &#8220;aerobica&#8221;, ecc.,&nbsp; incluso una diminuzione delle calorie e\/o un aumento della massa muscolare.<\/p>\n\n\n\n<p>Le regole grammaticali possono trovarsi in un Knowledge Graph, in un database di tuple e\/o in qualsiasi altra memoria associata al sistema. Oppure, le regole possono essere in un grafico di entit\u00e0 conosciute come nomi (oggetti di cose), verbi (attivit\u00e0), ecc.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ci possono essere informazioni che indicano che certi nomi rappresentano entit\u00e0 in un grafico di entit\u00e0<\/h2>\n\n\n\n<p>Le informazioni che indicano che certi sostantivi rappresentano elementi alimentari, frutta o verdura, forse in un grafico di entit\u00e0.<\/p>\n\n\n\n<p>Tale grafico di entit\u00e0 pu\u00f2 includere informazioni riguardanti il contenuto nutrizionale di vari alimenti o le calorie bruciate in una certa attivit\u00e0.<\/p>\n\n\n\n<p>Inoltre, informazioni comunemente note come il numero di giorni in un anno, il numero di ore in un giorno, ecc.<\/p>\n\n\n\n<p>L&#8217;accesso alle regole grammaticali pu\u00f2 includere processi simili a quelli descritti sopra sulle dichiarazioni del linguaggio naturale dall&#8217;immagazzinamento o dal database associato al sistema.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Le regole di grammatica possono dirti molto, e farti imparare nuove regole di grammatica<\/h2>\n\n\n\n<p>Questo processo pu\u00f2 permettere a chi fa una ricerca di fornire una o pi\u00f9 dichiarazioni in linguaggio naturale e identificare e\/o classificare ogni parola o gruppo di parole nella o nelle dichiarazioni in linguaggio naturale fornite dall\u2019utente.<\/p>\n\n\n\n<p>Le dichiarazioni in linguaggio naturale dell\u2019utente possono addestrare il sistema a classificare e\/o identificare parole o frasi.<\/p>\n\n\n\n<p>Il sistema pu\u00f2 quindi derivare regole grammaticali basate sulle classificazioni fornite da chi cerca e memorizzarle in un Knowledge Graph, una banca dati di tuple o qualsiasi altra memoria associata al sistema.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Suddividere le dichiarazioni in linguaggio naturale in segmenti<\/h2>\n\n\n\n<p>La dichiarazione in linguaggio naturale pu\u00f2 essere divisa in segmenti.<\/p>\n\n\n\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-full\"><img decoding=\"async\" width=\"409\" height=\"698\" src=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-tuple-segments.png\" alt=\"\" class=\"wp-image-5414\" srcset=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-tuple-segments.png 409w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-tuple-segments-176x300.png 176w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-tuple-segments-150x256.png 150w\" sizes=\"(max-width: 409px) 100vw, 409px\" \/><\/figure><\/div>\n\n\n\n<p>Un segmento pu\u00f2 costituire un elemento di dati rappresentato da una parola o da gruppi di parole selezionate.<\/p>\n\n\n\n<p>I segmenti possono usare classificazioni basate su regole grammaticali.<\/p>\n\n\n\n<p>A titolo di esempio, le classificazioni basate sulle regole grammaticali della lingua inglese possono dividere la dichiarazione in lingua naturale in parti del discorso, per esempio, nomi, pronomi, verbi, ecc.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Un esempio segmentato di dichiarazione in linguaggio naturale<\/h2>\n\n\n\n<p>La dichiarazione in linguaggio naturale &#8220;Ho mangiato una banana ieri&#8221; potrebbe essere composta da cinque porzioni, il pronome &#8220;io&#8221;, il verbo &#8220;mangiare&#8221;, il sostantivo &#8220;banana&#8221;, l&#8217;articolo &#8220;a&#8221; e l&#8217;indicatore di data &#8220;ieri&#8221;.<\/p>\n\n\n\n<p>Le regole grammaticali possono interpretare una o pi\u00f9 di queste porzioni e associare significati contestuali alla generazione di segmenti corrispondenti alla dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>L&#8217;articolo &#8220;a&#8221; pu\u00f2 essere un indicatore del numero di banane che l\u2019utente ha mangiato e forse un segmento di &#8220;uno&#8221;.<\/p>\n\n\n\n<p>La parola &#8220;ieri&#8221; pu\u00f2 essere una data in cui la dichiarazione \u00e8 avvenuta.<\/p>\n\n\n\n<p>Un utente potrebbe fare una dichiarazione il 15 giugno 2014, e la parola &#8220;ieri&#8221; potrebbe essere un segmento &#8220;20140614,&#8221; indicando che la persona che fa la ricerca ha mangiato la banana il 14 giugno 2014.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Altri modi in cui le dichiarazioni in linguaggio naturale possono essere segmentate<\/h2>\n\n\n\n<p>Le dichiarazioni in linguaggio naturale possono essere segmentate sulla base di regole grammaticali in molti altri modi.<\/p>\n\n\n\n<p>Una lista o matrice di testo o numeri pu\u00f2 essere sul simbolo separatore che separa il testo o i numeri.<\/p>\n\n\n\n<p>L&#8217;elenco di testo o numeri separati da virgole, tabulazioni o spazi pu\u00f2 essere segmentato dal testo o dai numeri tra una coppia di virgole, tabulazioni o spazi.<\/p>\n\n\n\n<p>Allo stesso modo, una matrice di numeri o testo pu\u00f2 essere segmentata in base alla posizione di riga e colonna dei numeri o del testo nella matrice.<\/p>\n\n\n\n<p>Un altro esempio \u00e8 che la parola &#8220;esagono&#8221; pu\u00f2 funzionare con segmenti che caratterizzano la forma geometrica basata su regole grammaticali matematiche.<\/p>\n\n\n\n<p>Cos\u00ec, la parola esagono pu\u00f2 lavorare con segmenti che includono, per esempio, &#8220;forma&#8221;, &#8220;poligono&#8221;, &#8220;regolare&#8221;, &#8220;a sei lati&#8221;, ecc.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Utilizzo di tuple basate su segmenti di dichiarazioni in linguaggio naturale<\/h2>\n\n\n\n<p>Google genererebbe diverse tuple come parte di questo processo.<\/p>\n\n\n\n<p>Queste tuple possono consistere in due o pi\u00f9 segmenti memorizzati in associazione tra loro.<\/p>\n\n\n\n<p>Le triple possono provenire dai segmenti di una dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>Una tripla, come usata qui, \u00e8 una tupla che consiste di tre segmenti.<\/p>\n\n\n\n<p>Le tuple o le triple possono avere selezionato uno o pi\u00f9 segmenti corrispondenti a una dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>Una tupla pu\u00f2 anche includere segmenti come etichette e\/o segmenti che rappresentano caratteristiche di un segmento incluso nella tupla.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Le regole grammaticali possono dividere la dichiarazione in linguaggio naturale in segmenti<\/h2>\n\n\n\n<p>Le caratteristiche dei segmenti possono provenire dalle regole grammaticali usate per dividere la dichiarazione in linguaggio naturale in segmenti.<\/p>\n\n\n\n<p>O quelle caratteristiche dei segmenti possono provenire da un grafico di entit\u00e0.<\/p>\n\n\n\n<p>Come esempio, le seguenti triple possono rappresentare la dichiarazione in linguaggio naturale &#8220;Ho mangiato una banana ieri&#8221; fornita da un ricercatore &#8220;XYZ&#8221;: &#8220;XYZ\/action-eat\/label 1,&#8221; &#8220;label 1\/food\/banana,&#8221; &#8220;label 1\/quantity\/1,&#8221; e &#8220;label 1\/date\/20140614.&#8221;<\/p>\n\n\n\n<p>Un segmento &#8220;etichetta 1&#8221; pu\u00f2 rappresentare ogni tripla corrispondente a una particolare dichiarazione in linguaggio naturale. Questo potrebbe aiutare a identificare le triple associate a quella particolare dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>L&#8217;identificatore di ricerca come &#8220;XYZ&#8221; pu\u00f2 avere la stessa funzione di un&#8217;etichetta.<\/p>\n\n\n\n<p>Il numero di triple generate per diverse dichiarazioni in linguaggio naturale pu\u00f2 essere diverso. Per esempio, pu\u00f2 dipendere dalla quantit\u00e0 di informazioni incluse in ogni dichiarazione di linguaggio naturale e\/o dalla quantit\u00e0 di informazioni derivate dalle regole grammaticali o dai grafici di entit\u00e0 usati per elaborare la dichiarazione di linguaggio naturale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Tuple personali per le risposte alle query in linguaggio naturale<\/h2>\n\n\n\n<p>Oltre alle tuple relative alla dichiarazione in linguaggio naturale, il processo pu\u00f2 generare tuple personali basate sulle informazioni del profilo di un utente o altre informazioni del grafo sociale ad esso associate.<\/p>\n\n\n\n<p>Le triple personali possono includere tre elementi di dati, almeno uno dei quali pu\u00f2 comprendere, per esempio, sesso, et\u00e0, caratteristiche fisiche, hobby e\/o interessi del ricercatore.<\/p>\n\n\n\n<p>Le triple personali possono anche provenire da dichiarazioni in linguaggio naturale fatte dall\u2019utente. Questo \u00e8 vero per le e-mail, le query di ricerca, i blog, i diari elettronici personali o le riviste, le informazioni in un profilo. Funzionerebbe anche con informazioni, incluse foto, musica, o altri hobby e interessi condivisi sui social media.<\/p>\n\n\n\n<p>A titolo di esempio, le triple personali per un utente &#8220;XYZ&#8221; possono includere &#8220;XYZ\/et\u00e0\/28&#8221;, &#8220;XYZ\/genere\/maschio&#8221;, &#8220;XYZ\/hobby\/fotografia&#8221;, ecc.<\/p>\n\n\n\n<p>Gli utenti possono avere l&#8217;opportunit\u00e0 di controllare se i sistemi o i metodi divulgati raccolgono le informazioni. Le informazioni possono basarsi sulla rete sociale, azioni sociali o attivit\u00e0, professione, preferenze, o la sua posizione corrente. Pu\u00f2 anche controllare se e\/o come ricevere dichiarazioni in linguaggio naturale che possono essere pi\u00f9 rilevanti.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Rimozione delle informazioni di identificazione personale<\/h2>\n\n\n\n<p>Alcuni dati possono essere utilizzati per rimuovere le informazioni di identificazione personale.<\/p>\n\n\n\n<p>Per esempio, l&#8217;identit\u00e0 di un utente pu\u00f2 non determinare informazioni di identificazione personale. Oppure la posizione geografica pu\u00f2 essere generica (citt\u00e0, codice postale o stato) in modo che non ci sia una posizione particolare dell\u2019utente.<\/p>\n\n\n\n<p>Cos\u00ec, quell\u2019utente pu\u00f2 controllare come le informazioni e le triple personali utilizzano i sistemi e i metodi divulgati.<\/p>\n\n\n\n<p>Ci\u00f2 pu\u00f2 includere la memorizzazione delle tuple generate.<\/p>\n\n\n\n<p>In associazione con il ricercatore che ha fornito la dichiarazione di lingua naturale, le tuple possono essere nella base di dati delle tuple.<\/p>\n\n\n\n<p>Le tuple possono anche essere in un Knowledge Graph o in qualunque altra base di dati o magazzino associato al sistema in altre forme.<\/p>\n\n\n\n<p>Queste tuple possono anche essere in database separati associati al sistema, e una tabella di associazione pu\u00f2 collegare le tuple a un utente.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Generazione di triple da una dichiarazione in linguaggio naturale<\/h2>\n\n\n\n<p>Il processo brevettato pu\u00f2 essere eseguito sul server senza accesso ai dispositivi client e\/o alle reti.<\/p>\n\n\n\n<p>Pu\u00f2 funzionare sui dispositivi client senza accedere al server e\/o alla rete.<\/p>\n\n\n\n<p>Potrebbe anche utilizzare uno o pi\u00f9 dispositivi e\/o server del cliente che comunicano attraverso la rete.<\/p>\n\n\n\n<p>Modifiche al processo aggiungendo, combinando, rimuovendo e\/o riorganizzando le fasi del processo.<\/p>\n\n\n\n<p>Il motore di ricerca pu\u00f2 ricevere segmenti di una dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>Il dispositivo client pu\u00f2 ricevere i segmenti, compresi i processi simili a quelli descritti sopra riguardo all&#8217;accesso a una dichiarazione in linguaggio naturale. Questo potrebbe provenire dalla memoria o dal database associato al sistema.<\/p>\n\n\n\n<p>Pu\u00f2 anche includere la selezione di un segmento precedente.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">La selezione del segmento pu\u00f2 includere la selezione arbitraria di un segmento dalla lista dei segmenti<\/h2>\n\n\n\n<p>La scelta del segmento pu\u00f2 includere la selezione arbitraria di un segmento dalla lista dei segmenti associati alla dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>E la scelta del segmento pu\u00f2 anche includere la selezione di un segmento basato su un ordine relativo o una classifica dei segmenti associati alla dichiarazione di linguaggio naturale.<\/p>\n\n\n\n<p>Le regole grammaticali possono classificare o ordinare i segmenti associati alla dichiarazione in lingua naturale.<\/p>\n\n\n\n<p>Per esempio, una parola identificata come &#8220;soggetto&#8221; pu\u00f2 rappresentare un attore nella dichiarazione in linguaggio naturale. Pu\u00f2 essere pi\u00f9 alta di una parola identificata come &#8220;verbo&#8221;, che rappresenta un&#8217;azione eseguita dall&#8217;attore. Allo stesso modo, il &#8220;verbo&#8221; pu\u00f2 essere pi\u00f9 alto di un nome identificato come &#8220;predicato&#8221;, sul quale o in relazione al quale l&#8217;attore pu\u00f2 agire.<\/p>\n\n\n\n<p>Altri segmenti della dichiarazione in linguaggio naturale possono assegnare classifiche inferiori rispetto al soggetto, al verbo e\/o al predicato.<\/p>\n\n\n\n<p>Il segmento pu\u00f2 essere classificato in base alla sua posizione nella dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Regole grammaticali per classificare i segmenti associati a una dichiarazione in linguaggio naturale<\/h2>\n\n\n\n<p>Una variet\u00e0 di regole grammaticali pu\u00f2 classificare i segmenti associati a una dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>Nella dichiarazione in linguaggio naturale &#8220;Ho mangiato una banana ieri&#8221;, il soggetto &#8220;Io&#8221; pu\u00f2 essere un segmento &#8220;XYZ&#8221; corrispondente a un identificatore del dichiarante. Pu\u00f2 avere un rango pi\u00f9 alto del verbo &#8220;mangiare&#8221; o del predicato &#8220;banana&#8221;.<\/p>\n\n\n\n<p>Il segmento &#8220;uno&#8221; corrispondente all&#8217;articolo &#8220;a&#8221; e il segmento &#8220;20140614&#8221; corrispondente a &#8220;ieri&#8221; possono essere inferiori al soggetto, al verbo e al predicato.<\/p>\n\n\n\n<p>Un segmento &#8220;XYZ&#8221; pu\u00f2 essere tra tutti i segmenti corrispondenti alla dichiarazione in linguaggio naturale &#8220;Ieri ho mangiato una banana&#8221;.<\/p>\n\n\n\n<p>Questa generazione di una tripla potrebbe includere il segmento selezionato e altri due segmenti.<\/p>\n\n\n\n<p>Uno degli altri due segmenti pu\u00f2 essere un&#8217;etichetta, &#8220;label 1&#8221;, che pu\u00f2 associare o mettere in relazione le triple corrispondenti a una particolare dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>L&#8217;identificatore di ricerca &#8220;XYZ&#8221; pu\u00f2 svolgere una funzione di etichetta.<\/p>\n\n\n\n<p>Il segmento rimanente della tripla pu\u00f2 essere un segmento selezionato tra quelli associati, ma pu\u00f2 differire dai segmenti precedentemente selezionati.<\/p>\n\n\n\n<p>Cos\u00ec il segmento precedentemente non selezionato corrispondente al verbo &#8220;mangiare&#8221; pu\u00f2 essere un secondo segmento per generare la tripla &#8220;XYZ\/azione-mangiare\/etichetta 1.&#8221; Quel segmento potrebbe corrispondere alla dichiarazione in linguaggio naturale &#8220;Ho mangiato una banana ieri&#8221;.<\/p>\n\n\n\n<p>Il processo pu\u00f2 anche includere la selezione di un altro segmento diverso da quelli precedentemente selezionati.<\/p>\n\n\n\n<p>Un altro segmento pu\u00f2 includere la selezione di un elemento di dati non incluso nelle triple generate in precedenza.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Quando il motore di ricerca genera una nuova tripla<\/h2>\n\n\n\n<p>Quando il motore di ricerca genera una nuova tripla, ci\u00f2 potrebbe includere l&#8217;uso di un segmento precedentemente non selezionato della dichiarazione in linguaggio naturale e\/o dell&#8217;etichetta usata per generare la tripla.<\/p>\n\n\n\n<p>Alcuni dei segmenti della tripla potrebbero includere segmenti che rappresentano segmenti selezionati caratterizzati. Questo potrebbe essere determinato dalle regole grammaticali usate per generare i segmenti.<\/p>\n\n\n\n<p>Per esempio, una nuova tripla come &#8220;label 1\/food\/banana&#8221; pu\u00f2 funzionare in questo passo.<\/p>\n\n\n\n<p>L&#8217;elemento di dati &#8220;etichetta 1&#8221; pu\u00f2 essere lo stesso dell&#8217;etichetta usata nella tripla &#8220;XYZ\/azione-mangia\/etichetta 1&#8221;.<\/p>\n\n\n\n<p>L&#8217;elemento di dati precedentemente non selezionato &#8220;banana&#8221;, corrispondente alla dichiarazione in linguaggio naturale di esempio &#8220;Ho mangiato una banana ieri&#8221;, forse per la generazione della nuova tripla.<\/p>\n\n\n\n<p>Le informazioni o le regole grammaticali del Knowledge Graph, del grafo delle entit\u00e0 o del database associato al sistema possono determinare che &#8220;banana&#8221; \u00e8 un &#8220;cibo&#8221;.<\/p>\n\n\n\n<p>La caratteristica di &#8220;banana&#8221;, cio\u00e8 &#8220;cibo&#8221;, forse un segmento per generare la nuova tripla &#8220;label 1\/food\/banana&#8221;.<\/p>\n\n\n\n<p>Come visto in questo esempio, &#8220;label 1&#8221; mette in relazione la tripla &#8220;label 1\/food\/banana&#8221; generata con la tripla &#8220;XYZ\/action-eat\/label 1&#8221; perch\u00e9 l&#8217;elemento di dati &#8220;label 1&#8221; si verifica in entrambe le triple.<\/p>\n\n\n\n<p>Si pu\u00f2 determinare se tutti i segmenti della dichiarazione in linguaggio naturale sono presenti per la generazione di triple.<\/p>\n\n\n\n<p>Quando tutti i segmenti non sono presenti per la generazione di triple, il processo pu\u00f2 tornare a selezionare un altro segmento diverso da quelli precedentemente selezionati.<\/p>\n\n\n\n<p>E quando tutti i segmenti ricevuti hanno generato triple, il processo pu\u00f2 memorizzare le triple associate a chi fa la ricerca.&nbsp;<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Generazione di inferenze nelle risposte o dichiarazioni di query in linguaggio naturale<\/h2>\n\n\n\n<p>Possiamo anche vedere la ricezione di una query o di una dichiarazione in linguaggio naturale.<\/p>\n\n\n\n<p>Le interrogazioni in linguaggio naturale possono avere molte forme diverse.<\/p>\n\n\n\n<p>Una query in linguaggio naturale pu\u00f2 essere una dichiarazione in linguaggio naturale che termina con un punto interrogativo.<\/p>\n\n\n\n<p>Una tale interrogazione pu\u00f2 usare il linguaggio naturale per includere un testo come &#8220;Sto mangiando abbastanza potassio?<\/p>\n\n\n\n<p>Il simbolo &#8220;?&#8221; pu\u00f2 identificare la dichiarazione in linguaggio naturale come una query in linguaggio naturale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Parole in una dichiarazione in linguaggio naturale che indicano che si tratta di una query<\/h2>\n\n\n\n<p>Parole specifiche nella dichiarazione in linguaggio naturale possono essere usate per determinare se si tratta di una query.<\/p>\n\n\n\n<p>Parole di domanda, come &#8220;chi&#8221;, &#8220;cosa&#8221;, &#8220;perch\u00e9&#8221;, &#8220;quando&#8221;, &#8220;dove&#8221;, &#8220;come&#8221;, ecc., possono indicare che si tratta di una query in linguaggio naturale.<\/p>\n\n\n\n<p>Le regole grammaticali possono determinare se una dichiarazione in linguaggio naturale pu\u00f2 essere una query in linguaggio naturale.<\/p>\n\n\n\n<p>Una dichiarazione in linguaggio naturale come &#8220;Posso mangiare pi\u00f9 mele&#8221; pu\u00f2 essere una query in linguaggio naturale rilevando che le parole &#8220;Posso&#8221; precedono il verbo &#8220;mangiare&#8221;.<\/p>\n\n\n\n<p>Per esempio, molte altre regole grammaticali basate sull&#8217;uso, la posizione o il significato contestuale della dichiarazione in linguaggio naturale, possono identificare una query.<\/p>\n\n\n\n<p>Un utente pu\u00f2 inserire la query nel dispositivo client utilizzando uno o pi\u00f9 dispositivi I\/O associati al dispositivo client.<\/p>\n\n\n\n<p>Un dispositivo client pu\u00f2 ricevere la query dal server o viceversa.<\/p>\n\n\n\n<p>Una parte pu\u00f2 anche includere l&#8217;accesso alle regole grammaticali.<\/p>\n\n\n\n<p>Queste regole grammaticali possono determinare se una dichiarazione di linguaggio naturale \u00e8 una query.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Le regole grammaticali possono identificare e classificare vari segmenti della query in linguaggio naturale.<\/h2>\n\n\n\n<p>E le regole grammaticali possono identificare e classificare vari segmenti della query in linguaggio naturale.<\/p>\n\n\n\n<p>Un altro passo pu\u00f2 includere la divisione della query in segmenti.<\/p>\n\n\n\n<p>Il processo pu\u00f2 anche includere la selezione di uno o pi\u00f9 segmenti di query dai segmenti in cui essa \u00e8 stata divisa.<\/p>\n\n\n\n<p>La decisione su un segmento di query pu\u00f2 includere la selezione arbitraria del segmento dalla lista del segmento di query corrispondente alla query di lingua naturale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">I segmenti della query possono avere valutazioni diverse<\/h2>\n\n\n\n<p>Nella dichiarazione in linguaggio naturale &#8220;Sto mangiando abbastanza potassio?&#8221; il soggetto &#8220;io&#8221; pu\u00f2 avere un rango pi\u00f9 alto rispetto al verbo &#8220;mangiare&#8221;, che pu\u00f2 avere un rango pi\u00f9 alto del predicato &#8220;potassio&#8221;.<\/p>\n\n\n\n<p>Inoltre, per esempio, il soggetto &#8220;Io&#8221; pu\u00f2 essere un segmento di query &#8220;XYZ,&#8221; corrispondente a un identificatore del dichiarante o ricercatore che ha fornito la query in linguaggio naturale.<\/p>\n\n\n\n<p>In questo esempio, &#8220;XYZ&#8221; e &#8220;mangiare&#8221; possono essere i segmenti di query.<\/p>\n\n\n\n<p>Anche la ricezione di tuple associate al ricercatore potrebbe avvenire.<\/p>\n\n\n\n<p>Il motore di ricerca pu\u00f2 accedere o ricevere tuple da qualsiasi archivio o database associato al sistema.<\/p>\n\n\n\n<p>Questo pu\u00f2 includere il recupero delle tuple dai dati memorizzati nella memoria principale o nel supporto di memorizzazione dei dispositivi client e\/o dei server.<\/p>\n\n\n\n<p>La ricezione delle tuple pu\u00f2 includere l&#8217;accesso alle tuple memorizzate in associazione con il ricercatore nella banca dati delle tuple.<\/p>\n\n\n\n<p>La decisione sulle tuple potrebbe avvenire in relazione ai segmenti di ricerca.<\/p>\n\n\n\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-full\"><img decoding=\"async\" width=\"409\" height=\"698\" src=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-tuple-segments-1.png\" alt=\"\" class=\"wp-image-5422\" srcset=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-tuple-segments-1.png 409w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-tuple-segments-1-176x300.png 176w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/natural-language-tuple-segments-1-150x256.png 150w\" sizes=\"(max-width: 409px) 100vw, 409px\" \/><\/figure><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Come pu\u00f2 avvenire il processo di scelta delle tuple<\/h2>\n\n\n\n<p>La scelta delle tuple pu\u00f2 includere il confronto dei segmenti di query selezionati con i segmenti di tuple inclusi in quelle associate al ricercatore.<\/p>\n\n\n\n<p>Una distanza vettoriale o una distanza coseno tra i segmenti di query selezionati e le tuple associate a chi fa la ricerca pu\u00f2 identificare le tuple relative ai segmenti di query selezionati.<\/p>\n\n\n\n<p>La determinazione della tupla pu\u00f2 includere la selezione di una o pi\u00f9 tuple, che rappresentano la distanza vettoriale o la distanza del coseno meno di una distanza di soglia, dai segmenti di query selezionati.<\/p>\n\n\n\n<p>I segmenti di query &#8220;mangiare&#8221; e &#8220;potassio&#8221; possono provenire dalla query in linguaggio naturale &#8220;Sto mangiando abbastanza potassio?&#8221;<\/p>\n\n\n\n<p>Le tuple associate al ricercatore &#8220;XYZ&#8221; relative a &#8220;mangiare&#8221; possono provenire dalle tuple memorizzate in associazione a lui &#8220;XYZ&#8221;.<\/p>\n\n\n\n<p>Per esempio, le triple &#8220;XYZ\/action-eat\/label 1&#8221; e &#8220;label 1\/food\/banana&#8221; possono provenire dalle tuple associate al ricercatore &#8220;XYZ&#8221;.<\/p>\n\n\n\n<p>Vedere le tuple relative a pi\u00f9 di un segmento di ricerca selezionato pu\u00f2 avvenire in modo sequenziale o simultaneo.<\/p>\n\n\n\n<p>Per esempio, in un processo sequenziale, le tuple selezionate che hanno valori di distanza vettoriale o coseno inferiori a una distanza di soglia da un primo segmento di query.<\/p>\n\n\n\n<p>Questo processo di selezione delle tuple funziona per ciascuno dei segmenti di query selezionati.<\/p>\n\n\n\n<p>La totalit\u00e0 delle tuple selezionate relative a ciascuno dei segmenti di query selezionati pu\u00f2 formare l&#8217;insieme delle tuple selezionate.<\/p>\n\n\n\n<p>Le distanze vettoriali o coseno sono calcolate tra tutti i segmenti di query selezionati e tutte le tuple associate al ricercatore. Inoltre, le tuple con distanza di vettore o coseno sotto una distanza di soglia dall&#8217;intero insieme delle tuple associate al ricercatore per ulteriore elaborazione.<\/p>\n\n\n\n<p>I segmenti di tuple scelti possono includere la selezione di uno o pi\u00f9 segmenti da ciascuna delle tuple selezionate.<\/p>\n\n\n\n<p>I segmenti della tupla possono essere che i segmenti selezionati della tupla sono differenti dai segmenti selezionati della query.<\/p>\n\n\n\n<p>A titolo di esempio, il segmento della tupla &#8220;banana&#8221; \u00e8 selezionato dalla tripla &#8220;etichetta 1\/cibo\/banana&#8221; associata al ricercatore &#8220;XYZ&#8221;.<\/p>\n\n\n\n<p>Questo processo pu\u00f2 includere la ricezione delle informazioni relative ai segmenti di query selezionati e\/o ai segmenti di tuple selezionati da un grafico di conoscenza o da un grafico di entit\u00e0.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">La ricezione di informazioni pu\u00f2 includere la ricezione di informazioni relative al segmento di query selezionato<\/h2>\n\n\n\n<p>Ricevere informazioni pu\u00f2 includere la ricezione di prime informazioni relative ai segmenti di query selezionati. Pu\u00f2 anche significare ricevere le seconde informazioni relative ai segmenti di tupla selezionati da un Knowledge Graph.<\/p>\n\n\n\n<p>Il gKnowledge Graph e\/o qualsiasi grafo di entit\u00e0 associato al sistema pu\u00f2 anche memorizzare informazioni sotto forma di tuple.<\/p>\n\n\n\n<p>Le prime e le seconde informazioni possono includere le tuple del Knowledge Graph associate ai segmenti selezionati della query e ai segmenti selezionati della tupla.<\/p>\n\n\n\n<p>L&#8217;identificazione delle tuple del Knowledge Graph e\/o delle tuple del grafo dell&#8217;entit\u00e0 pu\u00f2 includere i processi simili a quelli descritti sopra &#8211; calcolando le distanze del vettore o le distanze del coseno.<\/p>\n\n\n\n<p>Cos\u00ec, le prime informazioni relative al segmento di domanda &#8220;potassio&#8221; possono provenire dal Knowledge Graph.<\/p>\n\n\n\n<p>Per esempio, triple come &#8220;potassium\/min_daily_amount\/1.5 g&#8221; e &#8220;potassium\/max_daily_amount\/2.3 g,&#8221; forniscono informazioni sulla quantit\u00e0 di potassio raccomandata dall&#8217;USDA. Forse molte triple relative al segmento di query &#8220;potassio&#8221;.<\/p>\n\n\n\n<p>Allo stesso modo, le seconde informazioni relative al segmento della tupla &#8220;banana&#8221; possono provenire da una tupla del knowledge graph o da una tupla del entity graph come &#8220;banana\/potassio\/422 mg&#8221;.<\/p>\n\n\n\n<p>In terzo luogo, informazioni da precedenti tuple non selezionate associate al ricercatore &#8220;XYZ&#8221;.<\/p>\n\n\n\n<p>Per esempio, le triple &#8220;label 1\/quantity\/1&#8221; e &#8220;label 1\/date\/20140614&#8221; associate al ricercatore &#8220;XYZ&#8221; possono indicare il numero di banane e, quindi, la quantit\u00e0 di potassio consumata dal ricercatore &#8220;XYZ&#8221; in un giorno.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Generazione di risposte di query in linguaggio naturale<\/h2>\n\n\n\n<p>Questo approccio pu\u00f2 anche includere la generazione di risposte alle query in linguaggio naturale.<\/p>\n\n\n\n<p>La generazione della risposta pu\u00f2 includere la selezione degli elementi di dati dalle informazioni ricevute che comprendono le tuple del Knowledge Graph, le tuple del grafico di entit\u00e0 e\/o le tuple associate al ricercatore.<\/p>\n\n\n\n<p>Gli elementi di dati selezionati possono generare risposte di query di lingua naturale.<\/p>\n\n\n\n<p>Per esempio, i segmenti della tupla possono essere selezionati dalle tuple del grafo di conoscenza &#8220;potassio\/min_daily_amount\/1.5 g,&#8221; &#8220;potassio\/max_daily_amount\/2.3 g,&#8221; e &#8220;banana\/potassio\/422 mg. Possono essere combinati con le tuple &#8220;etichetta 1\/quantit\u00e0\/1,&#8221; e &#8220;etichetta 1\/data\/20140614&#8221; associate al ricercatore &#8220;XYZ&#8221;. Si potrebbe inferire che il ricercatore &#8220;XYZ&#8221; ha mangiato solo una banana ieri e quindi ha consumato solo 422 mg di potassio. Questo potrebbe essere molto inferiore alla quantit\u00e0 minima di potassio raccomandata di 1,5 g.<\/p>\n\n\n\n<p>Cos\u00ec, una risposta che indica al ricercatore &#8220;XYZ&#8221; che il ricercatore &#8220;XYZ&#8221; dovrebbe mangiare pi\u00f9 potassio funziona nel processo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Inferenze spinte basate su tuple associate a un ricercatore<\/h2>\n\n\n\n<p>Le &#8220;inferenze spinte&#8221; usate in questo brevetto si riferiscono alle inferenze generate senza ricevere alcuna query in linguaggio naturale da chi fa la ricerca.<\/p>\n\n\n\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-full\"><img decoding=\"async\" width=\"373\" height=\"350\" src=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/tuple-segment-inference.png\" alt=\"\" class=\"wp-image-5424\" srcset=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/tuple-segment-inference.png 373w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/tuple-segment-inference-300x282.png 300w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/tuple-segment-inference-150x141.png 150w\" sizes=\"(max-width: 373px) 100vw, 373px\" \/><\/figure><\/div>\n\n\n\n<p>Questo potrebbe funzionare senza la necessit\u00e0 di accedere a dispositivi e\/o reti del cliente.<\/p>\n\n\n\n<p>E potrebbe usare uno o pi\u00f9 dispositivi e\/o server del cliente che comunicano attraverso la rete.<\/p>\n\n\n\n<p>Le modifiche a questo processo possono aggiungere, combinare, rimuovere e\/o riorganizzare le fasi del processo.<\/p>\n\n\n\n<p>Possiamo vederlo periodicamente come un processo offline.<\/p>\n\n\n\n<p>Ogni volta che uno dei dispositivi client o del server riceve una dichiarazione in linguaggio naturale dai cercatori, il processo pu\u00f2 avvenire.<\/p>\n\n\n\n<p>Il processo pu\u00f2 essere dai cercatori e\/o da un amministratore del server.<\/p>\n\n\n\n<p>Inoltre, il processo pu\u00f2 includere la ricezione delle tuple associate al ricercatore.<\/p>\n\n\n\n<p>La ricezione di tuple pu\u00f2 includere l&#8217;accesso o la ricezione di tuple da qualsiasi deposito o database associato al sistema.<\/p>\n\n\n\n<p>La ricezione delle tuple pu\u00f2 includere il recupero delle tuple dai dati memorizzati nella memoria principale o nel supporto di memorizzazione dei dispositivi client e\/o dei server.<\/p>\n\n\n\n<p>Possono anche includere l&#8217;accesso alle tuple memorizzate in associazione con il ricercatore nella banca dati delle tuple.<\/p>\n\n\n\n<p>La ricezione delle tuple pu\u00f2 includere i processi come quelli descritti sopra circa l&#8217;accesso alle regole di grammatica dall&#8217;immagazzinaggio o dalla base di dati associata al sistema.<\/p>\n\n\n\n<p>Il processo brevettato pu\u00f2 includere la selezione di segmenti di tuple dalle tuple ricevute.<\/p>\n\n\n\n<p>La selezione dei segmenti della tupla pu\u00f2 includere la selezione di uno o pi\u00f9 segmenti da ciascuna delle tuple ricevute.<\/p>\n\n\n\n<p>A titolo di esempio, il segmento della tupla &#8220;banana&#8221; \u00e8 selezionato dalla tripla &#8220;etichetta 1\/cibo\/banana&#8221; associata al ricercatore &#8220;XYZ.&#8221;<\/p>\n\n\n\n<p>Ci\u00f2 pu\u00f2 includere la ricezione delle informazioni relative ai segmenti di tupla selezionati da un Knowledge Graph o da un grafo di entit\u00e0.<\/p>\n\n\n\n<p>Il Knowledge Graph e\/o qualsiasi grafo di entit\u00e0 associato al sistema pu\u00f2 anche memorizzare informazioni sotto forma di tuple.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Le informazioni ricevute dal Knowledge Graph o dal Entity Graph possono includere tuple del Knowledge Graph o tuple del Entity Graph<\/h2>\n\n\n\n<p>Queste informazioni ricevute dal Knowledge Graph e\/o dal grafo delle entit\u00e0 possono includere tuple del Knowledge Graph o tuple del grafo delle entit\u00e0 associate ai segmenti di tupla selezionati.<\/p>\n\n\n\n<p>L&#8217;identificazione delle tuple del Knowledge Graph a e\/o delle tuple del grafo delle entit\u00e0 pu\u00f2 includere processi come quelli descritti sopra riguardo al calcolo delle distanze vettoriali o delle distanze del coseno.<\/p>\n\n\n\n<p>Cos\u00ec, le prime informazioni relative al segmento della tupla &#8220;banana&#8221; possono provenire da un grafico di conoscenza.<\/p>\n\n\n\n<p>Per esempio, le triple come &#8220;banana\/potassio\/422 mg,&#8221; che fornisce le informazioni sulla quantit\u00e0 di potassio in una banana, forse dal Knowledge Graph.<\/p>\n\n\n\n<p>Triplici come &#8220;potassium\/min_daily_amount\/1.5 g&#8221; e &#8220;potassium\/max_daily_amount\/2.3 g&#8221;, che forniscono informazioni sulla quantit\u00e0 di potassio raccomandata dall&#8217;USDA, potrebbero essere triple relative al segmento di query &#8220;potassium&#8221;.<\/p>\n\n\n\n<p>La seconda informazione pu\u00f2 provenire da altre tuple associate al ricercatore &#8220;XYZ&#8221;. Per esempio, le triple &#8220;label 1\/quantity\/1&#8221; e &#8220;label 1\/date\/20140614&#8221; associate al ricercatore &#8220;XYZ&#8221; potrebbero indicare il numero di banane. Ci direbbero la quantit\u00e0 di potassio consumata dall\u2019utente &#8220;XYZ&#8221;. &#8220;XYZ&#8221; in un giorno.<\/p>\n\n\n\n<p>Il processo pu\u00f2 anche includere la generazione di un&#8217;inferenza basata sulle tuple associate a chi cerca.<\/p>\n\n\n\n<p>La generazione dell&#8217;inferenza pu\u00f2 includere la selezione degli elementi di dati dalle informazioni ricevute prese dalle tuple del Knowledge Graph, dalle tuple del grafico di entit\u00e0 e\/o dalle tuple associate con il ricercatore.<\/p>\n\n\n\n<p>Gli elementi di dati selezionati possono generare risposte di query di lingua naturale.<\/p>\n\n\n\n<p>I segmenti della tupla selezionati dalle tuple del grafo di conoscenza &#8220;potassio\/min_quantit\u00e0_giornaliera\/1.5 g,&#8221; &#8220;potassio\/max_quantit\u00e0_giornaliera\/2.3 g,&#8221; e &#8220;banana\/potassio\/422 mg&#8221; combinati con le tuple &#8220;etichetta 1\/quantit\u00e0\/1,&#8221; e &#8220;etichetta 1\/data\/20140614&#8221; associate al ricercatore &#8220;XYZ&#8221; possono dedurre che il ricercatore &#8220;XYZ&#8221; ha mangiato solo una banana ieri. Quindi, ha consumato solo 422 mg di potassio, che \u00e8 molto inferiore alla quantit\u00e0 minima di potassio raccomandata di 1,5 g.<\/p>\n\n\n\n<p>Cos\u00ec, un&#8217;inferenza creata indica al ricercatore &#8220;XYZ&#8221; che il ricercatore &#8220;XYZ&#8221; dovrebbe mangiare pi\u00f9 potassio.<\/p>\n\n\n\n<p>Un Knowledge Graph pu\u00f2 contenere tuple relative ad altri utenti.<\/p>\n\n\n\n<p>Queste tuple potrebbero indicare come i ricercatori madre a New York hanno mangiato molte banane. Potrebbe determinare la quantit\u00e0 media di potassio consumata da altri a New York.<\/p>\n\n\n\n<p>La quantit\u00e0 di potassio consumata dall\u2019utente &#8220;XYZ&#8221;, per esempio, 422 mg, potrebbe funzionare con la quantit\u00e0 media di potassio per dedurre che &#8220;XYZ&#8221; mangia meno potassio di altri utenti a New York.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Risposte alle query in linguaggio naturale<\/h2>\n\n\n\n<p>L&#8217;interfaccia di chi fa la ricerca pu\u00f2 presentare una o pi\u00f9 risposte di query in linguaggio naturale.<\/p>\n\n\n\n<p>Una finestra di visualizzazione pu\u00f2 essere inclusa nell&#8217;interfaccia di ricerca.<\/p>\n\n\n\n<p>La finestra di visualizzazione pu\u00f2 includere una porzione di logo che visualizza un logo, una dichiarazione in linguaggio naturale o una porzione di input di query e una porzione di icona.<\/p>\n\n\n\n<p>La porzione del logo pu\u00f2 visualizzare un logo relativo ad un fornitore dell&#8217;interfaccia del ricercatore o un fornitore del sistema.<\/p>\n\n\n\n<p>La dichiarazione di linguaggio naturale o la parte dell&#8217;input di query pu\u00f2 permettere ad un utente di inserire una query o una dichiarazione di linguaggio naturale.<\/p>\n\n\n\n<p>Un utente pu\u00f2 inserire una dichiarazione o una query di linguaggio naturale usando i metodi convenzionali. Questi includono l&#8217;immissione di dati, il trasferimento di dati, il caricamento di dati, ecc.<\/p>\n\n\n\n<p>I ricercatori possono inserire una dichiarazione o una query in linguaggio naturale usando uno o pi\u00f9 dispositivi di input\/output associati a dispositivi client e\/o server.<\/p>\n\n\n\n<p>La porzione di dichiarazioni o query in linguaggio naturale visualizza la dichiarazione in linguaggio naturale come, &#8220;Ho corso due miglia ieri&#8221;.<\/p>\n\n\n\n<p>La parte dell&#8217;icona pu\u00f2 visualizzare un&#8217;icona che indica che il ricercatore pu\u00f2 richiedere una risposta alla dichiarazione o alla query di linguaggio naturale attivando la parte dell&#8217;icona.<\/p>\n\n\n\n<p>Per esempio, la parte dell&#8217;icona pu\u00f2 visualizzare l&#8217;icona di una lente di ingrandimento. L&#8217;attivazione della parte dell&#8217;icona potrebbe far s\u00ec che l&#8217;interfaccia del ricercatore visualizzi le informazioni relative alla dichiarazione in linguaggio naturale o alla query inserita nella parte. I ricercatori possono attivare la parte dell&#8217;icona usando uno o pi\u00f9 dispositivi di input\/output.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Filtrare le risposte alle query in linguaggio naturale<\/h2>\n\n\n\n<p>Quella finestra di visualizzazione pu\u00f2 aggiungere o includere collegamenti che possono permettere a chi fa la ricerca di filtrare le risposte alle query in linguaggio naturale.<\/p>\n\n\n\n<p>Il link pu\u00f2 permettere di filtrare le risposte per mostrare solo i siti web.<\/p>\n\n\n\n<p>Un collegamento pu\u00f2 anche permettere di visualizzare solo le immagini corrispondenti alla dichiarazione o alla query in linguaggio naturale.<\/p>\n\n\n\n<p>Gli utenti possono visualizzare solo i video corrispondenti a una dichiarazione o a una query in linguaggio naturale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Una finestra di visualizzazione pu\u00f2 visualizzare immagini che mostrano grafici e diagrammi<\/h2>\n\n\n\n<p>La finestra di visualizzazione pu\u00f2 visualizzare immagini che mostrano tabelle e grafici in risposta alla dichiarazione in linguaggio naturale o alla query inserita.<\/p>\n\n\n\n<p>Un esempio potrebbe essere un grafico a barre che mostra il numero di calorie bruciate dal ricercatore in ogni giorno della settimana in base al regime di esercizio seguito dall\u2019utente.<\/p>\n\n\n\n<p>Il grafico a barre pu\u00f2 includere un dato che mostra il numero di calorie bruciate dal ricercatore il giorno precedente correndo due miglia.<\/p>\n\n\n\n<p>La parte di visualizzazione pu\u00f2 essere parte della finestra di visualizzazione e potrebbe visualizzare link ad articoli, blog, rapporti. Anche a messaggi, commenti, e\/o altri contenuti relativi alla query in linguaggio naturale inserita.<\/p>\n\n\n\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-full\"><img decoding=\"async\" width=\"776\" height=\"574\" src=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/hyperlink-inferences.png\" alt=\"\" class=\"wp-image-5425\" srcset=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/hyperlink-inferences.png 776w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/hyperlink-inferences-300x222.png 300w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/hyperlink-inferences-768x568.png 768w, https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/hyperlink-inferences-150x111.png 150w\" sizes=\"(max-width: 776px) 100vw, 776px\" \/><\/figure><\/div>\n\n\n\n<p>Il collegamento ipertestuale 1 pu\u00f2 essere un localizzatore di risorse universale (&#8220;URL&#8221;) o un altro puntatore a un articolo sull&#8217;esperienza di un altro ricercatore quando quel ricercatore ha corso due miglia.<\/p>\n\n\n\n<p>Similmente, il collegamento ipertestuale 2 pu\u00f2 essere un URL o un puntatore ad un altro articolo che indica quanto peso il ricercatore pu\u00f2 perdere correndo due miglia ogni giorno.<\/p>\n\n\n\n<p>Anche se la parte di visualizzazione visualizza solo due link, la parte di visualizzazione pu\u00f2 visualizzare qualsiasi numero di link.<\/p>\n\n\n\n<p>Una parte di visualizzazione pu\u00f2 inizialmente visualizzare solo uno o due link. Pu\u00f2 includere una barra di scorrimento o un altro widget grafico per permettere ai cercatori di scorrere il testo per vedere ulteriori collegamenti non visualizzati inizialmente nella parte di visualizzazione.<\/p>\n\n\n\n<p><\/p>\n\n\n\n\n","protected":false},"excerpt":{"rendered":"<p>Risposte alle query in linguaggio naturale su Google La natura di Internet e la facilit\u00e0 con cui le persone possono accedere al web proviene da molte fonti. Questo pu\u00f2 permettere a chi fa una ricerca di condividere informazioni e cercare informazioni relative ai loro interessi. Gli utenti possono condividere o cercare cose come: Fotografie Video &hellip; <a href=\"https:\/\/wordlift.io\/blog\/it\/google-query\/\">Continued<\/a><\/p>\n","protected":false},"author":42,"featured_media":5438,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"wl_entities_gutenberg":"","_wlpage_enable":"","footnotes":""},"categories":[15],"tags":[],"wl_entity_type":[18],"coauthors":[],"class_list":["post-5401","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-seo","wl_entity_type-article"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v22.6 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Come Google risponde alle query in linguaggio naturale - Il blog di WordLift<\/title>\n<meta name=\"description\" content=\"In che modo Google risponde alle query in linguaggio naturale fornite da un utente, quali regole applica e che tipo di risposta restituisce.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/wordlift.io\/blog\/it\/google-query\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Come Google risponde alle query in linguaggio naturale\" \/>\n<meta property=\"og:description\" content=\"In che modo Google risponde alle query in linguaggio naturale fornite da un utente, quali regole applica e che tipo di risposta restituisce.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/wordlift.io\/blog\/it\/google-query\/\" \/>\n<meta property=\"og:site_name\" content=\"Il blog di WordLift\" \/>\n<meta property=\"article:published_time\" content=\"2021-11-21T11:55:26+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2021-11-21T11:55:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"675\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Bill Slawski\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:title\" content=\"Come Google risponde alle query in linguaggio naturale\" \/>\n<meta name=\"twitter:description\" content=\"In che modo Google risponde alle query in linguaggio naturale fornite da un utente, quali regole applica e che tipo di risposta restituisce.\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Bill Slawski\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"32 minuti\" \/>\n\t<meta name=\"twitter:label3\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data3\" content=\"Bill Slawski\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/wordlift.io\/blog\/it\/google-query\/\",\"url\":\"https:\/\/wordlift.io\/blog\/it\/google-query\/\",\"name\":\"Come Google risponde alle query in linguaggio naturale - Il blog di WordLift\",\"isPartOf\":{\"@id\":\"https:\/\/wordlift.io\/blog\/it\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/wordlift.io\/blog\/it\/google-query\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/wordlift.io\/blog\/it\/google-query\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg\",\"datePublished\":\"2021-11-21T11:55:26+00:00\",\"dateModified\":\"2021-11-21T11:55:39+00:00\",\"author\":{\"@id\":\"https:\/\/wordlift.io\/blog\/it\/#\/schema\/person\/574108201b91bf40cd53b3462828de1f\"},\"description\":\"In che modo Google risponde alle query in linguaggio naturale fornite da un utente, quali regole applica e che tipo di risposta restituisce.\",\"breadcrumb\":{\"@id\":\"https:\/\/wordlift.io\/blog\/it\/google-query\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/wordlift.io\/blog\/it\/google-query\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/wordlift.io\/blog\/it\/google-query\/#primaryimage\",\"url\":\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg\",\"contentUrl\":\"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg\",\"width\":1200,\"height\":675},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/wordlift.io\/blog\/it\/google-query\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Blog\",\"item\":\"https:\/\/wordlift.io\/blog\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Come Google risponde alle query in linguaggio naturale\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/wordlift.io\/blog\/it\/#website\",\"url\":\"https:\/\/wordlift.io\/blog\/it\/\",\"name\":\"Il blog di WordLift\",\"description\":\"La SEO per tutti\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/wordlift.io\/blog\/it\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/wordlift.io\/blog\/it\/#\/schema\/person\/574108201b91bf40cd53b3462828de1f\",\"name\":\"Bill Slawski\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/wordlift.io\/blog\/it\/#\/schema\/person\/image\/2eb71cb3cf739323303ffcc2a4759c67\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/83051606d16792aaa2e9fee631696efe?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/83051606d16792aaa2e9fee631696efe?s=96&d=mm&r=g\",\"caption\":\"Bill Slawski\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Come Google risponde alle query in linguaggio naturale - Il blog di WordLift","description":"In che modo Google risponde alle query in linguaggio naturale fornite da un utente, quali regole applica e che tipo di risposta restituisce.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/wordlift.io\/blog\/it\/google-query\/","og_locale":"it_IT","og_type":"article","og_title":"Come Google risponde alle query in linguaggio naturale","og_description":"In che modo Google risponde alle query in linguaggio naturale fornite da un utente, quali regole applica e che tipo di risposta restituisce.","og_url":"https:\/\/wordlift.io\/blog\/it\/google-query\/","og_site_name":"Il blog di WordLift","article_published_time":"2021-11-21T11:55:26+00:00","article_modified_time":"2021-11-21T11:55:39+00:00","og_image":[{"width":1200,"height":675,"url":"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg","type":"image\/jpeg"}],"author":"Bill Slawski","twitter_card":"summary_large_image","twitter_title":"Come Google risponde alle query in linguaggio naturale","twitter_description":"In che modo Google risponde alle query in linguaggio naturale fornite da un utente, quali regole applica e che tipo di risposta restituisce.","twitter_image":"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg","twitter_misc":{"Scritto da":"Bill Slawski","Tempo di lettura stimato":"32 minuti","Written by":"Bill Slawski"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/wordlift.io\/blog\/it\/google-query\/","url":"https:\/\/wordlift.io\/blog\/it\/google-query\/","name":"Come Google risponde alle query in linguaggio naturale - Il blog di WordLift","isPartOf":{"@id":"https:\/\/wordlift.io\/blog\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/wordlift.io\/blog\/it\/google-query\/#primaryimage"},"image":{"@id":"https:\/\/wordlift.io\/blog\/it\/google-query\/#primaryimage"},"thumbnailUrl":"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg","datePublished":"2021-11-21T11:55:26+00:00","dateModified":"2021-11-21T11:55:39+00:00","author":{"@id":"https:\/\/wordlift.io\/blog\/it\/#\/schema\/person\/574108201b91bf40cd53b3462828de1f"},"description":"In che modo Google risponde alle query in linguaggio naturale fornite da un utente, quali regole applica e che tipo di risposta restituisce.","breadcrumb":{"@id":"https:\/\/wordlift.io\/blog\/it\/google-query\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/wordlift.io\/blog\/it\/google-query\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/wordlift.io\/blog\/it\/google-query\/#primaryimage","url":"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg","contentUrl":"https:\/\/wordlift.io\/blog\/it\/wp-content\/uploads\/sites\/2\/2021\/11\/google-query-article-cover.jpeg","width":1200,"height":675},{"@type":"BreadcrumbList","@id":"https:\/\/wordlift.io\/blog\/it\/google-query\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Blog","item":"https:\/\/wordlift.io\/blog\/it\/"},{"@type":"ListItem","position":2,"name":"Come Google risponde alle query in linguaggio naturale"}]},{"@type":"WebSite","@id":"https:\/\/wordlift.io\/blog\/it\/#website","url":"https:\/\/wordlift.io\/blog\/it\/","name":"Il blog di WordLift","description":"La SEO per tutti","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/wordlift.io\/blog\/it\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/wordlift.io\/blog\/it\/#\/schema\/person\/574108201b91bf40cd53b3462828de1f","name":"Bill Slawski","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/wordlift.io\/blog\/it\/#\/schema\/person\/image\/2eb71cb3cf739323303ffcc2a4759c67","url":"https:\/\/secure.gravatar.com\/avatar\/83051606d16792aaa2e9fee631696efe?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/83051606d16792aaa2e9fee631696efe?s=96&d=mm&r=g","caption":"Bill Slawski"}}]}},"_wl_alt_label":[],"acf":[],"wl:entity_url":"http:\/\/data.stg-wordliftblogq-stage.kinsta.cloud\/wl0215\/post\/risposte_alle_query_in_linguaggio_naturale","_links":{"self":[{"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/posts\/5401"}],"collection":[{"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/users\/42"}],"replies":[{"embeddable":true,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/comments?post=5401"}],"version-history":[{"count":13,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/posts\/5401\/revisions"}],"predecessor-version":[{"id":5435,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/posts\/5401\/revisions\/5435"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/media\/5438"}],"wp:attachment":[{"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/media?parent=5401"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/categories?post=5401"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/tags?post=5401"},{"taxonomy":"wl_entity_type","embeddable":true,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/wl_entity_type?post=5401"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/wordlift.io\/blog\/it\/wp-json\/wp\/v2\/coauthors?post=5401"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}