Google 自然语言处理更进一步，可直接回答复杂问题

Google语音搜索于 2008年 推出，在 4年 之后通过关联 “知识图表” 实现了回答用户问题的功能，包括人物、地点和实物信息，不久之后实现了回答诸如 “How old is Stan Lee?” 这类简单问题。再之后，它学会了按照同一词汇的不同释义结合语境来回答问题，当用户问 “What ingredients were in a screwdriver?” 时，Google 知道这里的 “screwdriver” 不是螺丝刀而是一种饮料。

搜索引擎在自然语言处理能力上的提升都是一点点积累起来的，很难一步登天。最近 Google 又有了进步，已经可以通过文字或语音识别出 “最高级”、“基于时间的” 查询和一些复杂组合问题。

最高级：当你的问题中含有诸如 “tallest”、“largest” 等最高级词汇时，Google 可以给出特定答案。比如：

Who are the tallest Mavericks players?（谁是小牛队最高的球员？）

What are the largest cities in Texas?（德州最大的城市是哪？）

基于时间点的问题，比如：

What songs did Taylor Swift record in 2014?（泰勒斯威夫特在 2014年 发布了哪些歌曲？）

What was the population of Singapore in 1965?（新加坡 1965年 的人口数）

更复杂一些的组合型问题也能得到答案，比如：

Who was the US President when the Angels won the World Series?（洛杉矶天使队夺得世界职棒大赛冠军那年，美国总统是谁？）

Google 会将你的疑问做碎片化处理，把一句话分成几个不同的关键词，再结合到一起。在上述问题中，它需要把疑问拆解成 “世界总统列表中的美国总统”，“Angels 是一个棒球队”、“每届职棒冠军名单”、“Angels 夺冠是哪一年”，由此得出最终结果——小布什。

在此之前如果你问 Google 相关问题的话，得到的结果只是一些关键词的搜索结果，并不会真正理解你要问什么。而近期的这次更新则真正意味着它有了语意分析搜索能力，这在人类看来也许很简单，但在人工智能技术上实现并不容易。

不过这一功能还没有完善，仍会给出一些并非用户所需的答案。比如用户问 “谁是 Dakota Johnson 在电影里的妈妈？” 时，Google 会把她现实生活中的妈妈展现出来，而用户其实是想查到电影《五十度灰》中扮演 Anastasia 母亲的 Jennifer Ehle。

即使如此，Google 仍然在这项技术上领先着对手，要知道其他竞品在你提出问题后往往只会弹出关键词搜索的网页。不过语音 / 文字搜索对 Google 不仅是一个学术挑战，更牵扯到其能产生利润的搜索业务。用户在移动端搜索的比例越来越高，Google 的语音搜索必将成为核心竞争力。

目前升级版的 Google App 已经支持 iOS、Android 以及 Web 端，感兴趣的用户可以前往尝试。