中國中文信息學(xué)會2020年“錢偉長中文信息處理科學(xué)技術(shù)獎”之
——認(rèn)知計(jì)算模型驅(qū)動的互聯(lián)網(wǎng)搜索技術(shù)及其應(yīng)用

(主要完成單位： 清華大學(xué)，北京搜狗科技發(fā)展有限公司

主要完成人: 劉奕群，王小川，張敏，陳煒鵬，馬少平，許靜芳，毛佳昕，王蟒，馬為之)

隨著互聯(lián)網(wǎng)信息爆炸增長，搜索引擎已成為最重要的互聯(lián)網(wǎng)應(yīng)用之一，關(guān)系到社會信息處理水平與利用效率；當(dāng)前絕大部分國家的搜索服務(wù)被跨國巨頭壟斷，擁有自主可控的搜索技術(shù)對國家信息安全意義重大。

2006年至今，清華大學(xué)與搜狗公司通過緊密的校企合作建設(shè)了搜狗搜索引擎，致力于提供性能突出、自主可控、內(nèi)容可信的搜索服務(wù)。面對互聯(lián)網(wǎng)搜索技術(shù)面臨的重要挑戰(zhàn)，項(xiàng)目組凝練以認(rèn)知計(jì)算為核心的創(chuàng)新思路，從以下三個方面實(shí)現(xiàn)了顯著突破：

(1)查詢需求理解： 提出基于用戶交互模型的查詢需求理解方法，利用用戶群體智能改進(jìn)需求理解，將搜狗查詢推薦系統(tǒng)的點(diǎn)擊通過率顯著提升。成果曾獲亞洲信息檢索會議(AIRS)最佳論文獎。

(2)資源質(zhì)量評價(jià)： 首次提出基于異常瀏覽模式監(jiān)測的識別方法，大大縮短搜狗搜索垃圾網(wǎng)頁識別周期，性能顯著優(yōu)于傳統(tǒng)算法。成果曾獲國際信息檢索大會(SIGIR)最佳學(xué)生論文獎、最佳論文提名獎。

(3)異質(zhì)資源匹配： 首次提出多媒體結(jié)果的聚合排序方法，利用深度表示學(xué)習(xí)技術(shù)整合多模態(tài)特征，顯著提升搜狗系統(tǒng)排序效果。成果曾獲國際信息與知識管理大會(CIKM)最佳論文獎。

本項(xiàng)目已發(fā)表高水平論文70余篇，獲專利與軟著31項(xiàng)，構(gòu)建了比較完整的知識產(chǎn)權(quán)體系。由中國電子學(xué)會組織的科技成果鑒定指出，本項(xiàng)目成果總體達(dá)到國際先進(jìn)水平，部分成果達(dá)到國際領(lǐng)先水平。相關(guān)成果組成了搜狗搜索的核心模塊，協(xié)助其成為中國第二大搜索服務(wù)提供商。近年來在移動搜索領(lǐng)域搜狗份額迅速增長，驗(yàn)證了市場和用戶對項(xiàng)目成果的認(rèn)可。此外，項(xiàng)目成果還直接應(yīng)用于百度學(xué)院技術(shù)培訓(xùn)服務(wù)，騰訊微信、知乎和搜狐等平臺。經(jīng)濟(jì)效益方面，經(jīng)審計(jì)，以搜索業(yè)務(wù)知識產(chǎn)權(quán)占比計(jì)算，項(xiàng)目成果近幾年推動新增利潤超18億元。社會效益方面，相關(guān)技術(shù)成果融入網(wǎng)絡(luò)空間治理體系，甄別垃圾網(wǎng)頁超過150億個，協(xié)助北京市工商局主動發(fā)現(xiàn)違法線索超6萬個，辦結(jié)案件超9000起。

搜索技術(shù)發(fā)展與社會信息化水平息息相關(guān)，項(xiàng)目組將持續(xù)關(guān)注搜索技術(shù)中的各種挑戰(zhàn)，在取得國際領(lǐng)先水平的核心創(chuàng)新成果的同時(shí)，致力于為廣大中文互聯(lián)網(wǎng)用戶提供性能突出、自主可控、高可信度的搜索服務(wù)。