[译稿]语意搜索的神话与现实

近年来，人们一直谈论语意搜索，任何能够同 Google 抗衡的技术都倍受关注，尤其那些期待已久的语意搜索技术。但不管人们在这方面获得了何种进步，我们仍然对结果失望，在与 Google 做的并列搜索结果对比中，我们发现二者的差别并不大。

例如，当我们问，法国的首都是哪里？两种搜索技术都返回正确答案，巴黎。同样，我们在 Google 中搜索的时候，不管使用自然语言还是缩写式搜索语言，返回的结果都差不多。我们都知道语意搜索技术很强大，但强大在哪里？本文中我们会看到问题出在我们的搜索提问方式不对。

自然语言搜索引擎为我们提供了一个和 Google 一样的搜索框，我们在这个搜索框中输入搜索问题的时候，不自觉地使用了那些最原始的提问方式，如，法国的首都是哪里，我们很少问，同时在 Pulp Fiction 和 Saturday Night Fever 中主演的是哪个演员？，或者，那两个接收国外政治献金的美国议员是谁？我们输入的问题太简单，这无法体现语意搜索的强大，我们下面会谈到 Google, SearchMonkey, Powerset 以及 Freebase 等搜索技术在语意技术上的对比。

我们要解决的问题

第一个困惑来自这样的事实，就是，语意搜索已经被推向可以解决一切问题的位置，从以 Google 为代表的现代搜索问题，到一些计算机根本无法解决的问题，更严重的是，目前语意搜索只能在一个狭小的范围内做得比较好，就是那些牵扯到对复杂数据进行推理的查询。