大家好，欢迎来到黑马公社。

最近流行了一个搜索引擎，

说它是搜索引擎是不对的。

毕竟它不认为自己是搜索引擎，

同时，它的搜索方式也不如百度搜狗。

那么，它的出现有什么意义呢？

官网介绍

Magi是一个基于机器学习的信息抽取和检索系统。

来，我们看上图：

怎么样，是不是还觉得有点懵？

我们不妨这样想，

把一本书的每一页分成一个网站，

我们想尽快找到指定的内容 as possible

书的目录是否有必要去搜索？

Magi 起到了提供目录的作用。

那么，它能做什么呢？

如前所述，

Magi作为一个互联网目录，

因此它可以显示搜索结果的原始来源，

此外，通过机器学习，

它还会不断地总结和检索新的内容，

让自己的数据库始终保持最新。

那么，让我们看看它接下来能做什么！

打开Magi随意搜索一个品牌后，

我们可以在这里看到关于这个品牌的各种标签。

是的，Magi喜欢通过tag来介绍品牌。

虽然标注不被大多数人认可，

但你不得不承认这是最简单有效的方式。

不过，

麦琪的标签不像人的心情那样随意，

而是都有数据来源。

以“全球第二大手机制造商”为例，

点击该关键词后，

软件会弹出相应的数据 source,

而最右边的是一个机器优先学习网站。

点击这个网站后，

我们可以看到网站里有一句话：

“华为的优势在于已经是第二大了” 世界手机制造商”，

而这句话就是麦琪标签的由来。

通过这种搜索方式，

我们可以很容易的知道麦琪的信息来源，

然后通过信息来源确认事情是否属实。

当然，这种标注方法虽然很简单，

但是很容易翻车。

这里可以看到关于“华为”

同时出现了“全球第二大智能手机制造商”和“全球第三大智能手机制造商”。

点击“全球第三大智能手机制造商”后，

我们看到了不同的信息来源。

那么，华为到底是“全球第二大智能手机厂商”还是“全球第三大智能手机厂商”？

我们不知道，

至少通过这次搜索我们不知道。

对于这样的情况，

Magi增加了一个“可信度评分”，

评分越高，条目越可信。

另外需要注意的是，

机器学习不是通过一篇文章来学习的，

而是通过大量描述相同学习的文章进行的 出去。

不过，Magi对于某些来源的权重是多少，

是否存在来源检索偏差等问题，

黑马未知。

经过几天的实践体验，

黑马并不认为Magi有可能取代百度。

文章前面我们讲了Magi的优缺点，

其实还有很多其他的优缺点没有说到。

比如用它来查找某个品牌的产品就非常方便，

它可以帮助您简单明了地找到您的目标。

然而，它的起源……很难描述。

不知道是不是刚出现的缘故，

Magi喜欢在一些与主题内容无关的内容中抓取数据。

例如：

有一篇文章主要介绍DxOMark对新机的评分，

但是Magi在这篇文章中抢走了三款华为机型。

那么，那是……为什么？

去品牌官网商城之类的地方不是更好的选择吗？

这个数据的来源真是莫名其妙。

还有一个要说的，

黑马搜索“华为手机”，

乱出现的Galaxy Fold是什么鬼 ？

点开信息源后，

黑马发现

Magi现有的机器学习似乎不能很好的区分语义，

p>

p>它会自动将连续的品牌型号组合在一起。

针对这种情况，

黑马有一个不成熟的建议：

通过对信息检索进行优先排序，

先验证一部分后 信息

后台锁定品牌鉴权，

这样用户搜索其他品牌型号后，就不会出现这个随机词条了 再次模型。

那么，Magi的实用性是什么？

黑马只能说是考察了。

由于其特点，未来发展空间广阔。

从搜索源、标签、评分等方面，Magi给了我们 一种全新的搜索方式，

为现有的搜索引擎提供了新思路。

虽然机器学习一开始比较笨，有很多缺陷，

但是随着用户的增多，

Magi的算法会越来越聪明。

一般来说，每有一个新事物出现，

总会对老行业产生一定的影响，

但这只会让消费那些 谁从中受益，

形成良好的竞争氛围。