在搜索引擎面世之初，大眾常見的是谷歌、百度等面向個(gè)人用戶的搜索服務(wù)，可以查找互聯(lián)網(wǎng)上資訊、軟件、商品等內(nèi)容，滿足人們探索和獲取互聯(lián)網(wǎng)信息的需求。企業(yè)級(jí)的搜索是在辦公場(chǎng)景下，對(duì)內(nèi)部的文檔材料和系統(tǒng)數(shù)據(jù)信息進(jìn)行管理和檢索，目的是為提升企業(yè)內(nèi)的信息獲取效率。

搜索引擎的技術(shù)發(fā)展了十多年，很多企業(yè)仍然采用的是關(guān)鍵詞查詢和簡(jiǎn)單匹配的方案，搜索不準(zhǔn)、功能單一、效果堪憂。在企業(yè)發(fā)展過程中，系統(tǒng)與數(shù)據(jù)在不斷增加、業(yè)務(wù)覆蓋范圍在持續(xù)擴(kuò)大，信息傳遞效率在逐步下降，企業(yè)級(jí)信息檢索的現(xiàn)狀是：數(shù)據(jù)散落在割裂的各個(gè)系統(tǒng)之中，內(nèi)容量的增加讓搜索效率降低，不支持圖片表格音視頻內(nèi)容的檢索，用戶直接查詢數(shù)據(jù)庫(kù)有一定門檻，同一個(gè)概念的業(yè)務(wù)實(shí)體要查詢多次。在技術(shù)水平、應(yīng)用效率和用戶體驗(yàn)上，傳統(tǒng)的企業(yè)級(jí)搜索都大大落后于互聯(lián)網(wǎng)搜索：

1、? 搜索是軟件系統(tǒng)的標(biāo)配功能，大部分系統(tǒng)都有搜索入口，因數(shù)據(jù)存儲(chǔ)和檢索能力各有差異，用戶在查詢資料時(shí)經(jīng)常來(lái)回切換，非常不方便。

2、? 近幾年自然語(yǔ)言處理、深度學(xué)習(xí)等技術(shù)發(fā)展迅速，相比過去，文本處理和語(yǔ)義搜索效果有明顯改觀，對(duì)多源異構(gòu)信息的查詢效率有了極大提升。

3、? 企業(yè)級(jí)搜索的背后是統(tǒng)一數(shù)據(jù)和知識(shí)管理，是開展桌面辦公智能化、流程協(xié)作自動(dòng)化等應(yīng)用的基礎(chǔ)。（達(dá)觀數(shù)據(jù)）

? ? ? ? ? ? ? ? ? ? ? ? ? ?

?

構(gòu)建企業(yè)產(chǎn)品需要理解客戶的業(yè)務(wù)目標(biāo)、建立相應(yīng)的解決方案以盡可能滿足其業(yè)務(wù)需求。企業(yè)級(jí)查詢的難點(diǎn)集中在三個(gè)方面：數(shù)據(jù)與權(quán)限的集成、查詢效率的提升、搜索背后信息組織方式的優(yōu)化。

達(dá)觀數(shù)據(jù)作為專注于文本智能處理的人工智能企業(yè)，專注于利用先進(jìn)的自然語(yǔ)言理解、RPA機(jī)器人流程自動(dòng)化、OCR光學(xué)字符識(shí)別、知識(shí)圖譜等技術(shù)，為大型企業(yè)和政府機(jī)構(gòu)提供文本自動(dòng)抽取、審核、糾錯(cuò)、搜索、推薦、寫作等智能軟件系統(tǒng)。在客戶服務(wù)的過程中我們發(fā)現(xiàn)，要做好企業(yè)級(jí)搜索要滿足以下四方面的需求：

好：效果優(yōu)秀

搜索要解決信息查詢的問題，搜索引擎的效果好壞直接由查詢結(jié)果的全面性和準(zhǔn)確率體現(xiàn)。

全面性是指在輸入信息有限時(shí)，理解查詢內(nèi)容、找到盡可能多的隱性相關(guān)的內(nèi)容，把盡可能全面的相關(guān)結(jié)果給到用戶，至少涉及到意圖理解、語(yǔ)義理解、向量搜索、知識(shí)工程構(gòu)建等方面的任務(wù)；準(zhǔn)確率即召回多條結(jié)果的情況下，確保用戶需要的結(jié)果盡可能靠前/第一位顯示，這依賴于行業(yè)語(yǔ)料的挖掘、多層級(jí)的匹配與排序機(jī)制、結(jié)合業(yè)務(wù)特征的算法策略以及可持續(xù)優(yōu)化的系統(tǒng)架構(gòu)。

對(duì)于企業(yè)搜索項(xiàng)目而言、開源搜索引擎的作用更多是一個(gè)基礎(chǔ)框架，因?yàn)楫?dāng)面對(duì)特定領(lǐng)域的文本挖掘、多輪召回排序、debug排序優(yōu)化等具體任務(wù)時(shí)，都需要相應(yīng)的算法技術(shù)與業(yè)務(wù)適配性的投入，才能保證搜索的效果足夠優(yōu)秀與可靠。在特定的行業(yè)領(lǐng)域，即使技術(shù)實(shí)力強(qiáng)如Google，相比垂直的企業(yè)搜索公司效果有時(shí)也會(huì)略遜一籌。

全：能力全面

企業(yè)服務(wù)系統(tǒng)在一定程度上是在特定場(chǎng)景的解決方案，而不僅僅是一個(gè)工具或標(biāo)準(zhǔn)化產(chǎn)品。員工搜索時(shí)常常碰到的問題有：圖表內(nèi)容無(wú)法識(shí)別、業(yè)務(wù)詞庫(kù)查詢無(wú)結(jié)果、搜索結(jié)果信息大面積冗余、自然語(yǔ)言查詢不支持、目標(biāo)內(nèi)容之間的關(guān)聯(lián)性低等，管理維護(hù)人員面對(duì)的問題有關(guān)鍵數(shù)據(jù)統(tǒng)計(jì)缺失、搜索效果無(wú)法量化評(píng)估、系統(tǒng)集成無(wú)法標(biāo)準(zhǔn)擴(kuò)展等等。大部分是技術(shù)模塊的缺失，解決方案覆蓋不足導(dǎo)致的。

企業(yè)信息查詢的訴求是長(zhǎng)期而非固定的，要考慮信息查詢的內(nèi)容效果，在文本挖掘功能、知識(shí)卡片維護(hù)、數(shù)據(jù)的處理分析、算法效果評(píng)估、數(shù)據(jù)的集成擴(kuò)展等諸多的模塊上，要具備相應(yīng)的功能可用和架構(gòu)設(shè)計(jì)的遠(yuǎn)見，明顯不同于C端產(chǎn)品的“簡(jiǎn)潔之美”，企業(yè)應(yīng)用是要兼顧當(dāng)前整體使用效率和持續(xù)可維護(hù)能力。BAT等巨頭的搜索系統(tǒng)平臺(tái)，有上千人的開發(fā)和運(yùn)營(yíng)團(tuán)隊(duì)在持續(xù)迭代，要達(dá)到同等水平的搜索體驗(yàn)，對(duì)企業(yè)的各方面技術(shù)要求是一項(xiàng)不小的挑戰(zhàn)。?

通：資源統(tǒng)管

企業(yè)數(shù)據(jù)資源的統(tǒng)一管理是實(shí)現(xiàn)企業(yè)統(tǒng)一搜索的重要一步。需要納入管理的系統(tǒng)數(shù)據(jù)，往往是多源異構(gòu)的，其中包括有本地文件、數(shù)據(jù)庫(kù)、資料管理系統(tǒng)、業(yè)務(wù)/應(yīng)用系統(tǒng)等等，每一類系統(tǒng)都要解決資源獲取、權(quán)限對(duì)接與更新同步三大問題。這意味著對(duì)常見的系統(tǒng)要有比較成熟的解決方案，同時(shí)面對(duì)差異化的系統(tǒng)有快速接入的開發(fā)能力。

一些數(shù)據(jù)驅(qū)動(dòng)和IT管理意識(shí)領(lǐng)先的公司，已經(jīng)在實(shí)現(xiàn)數(shù)據(jù)中心的集中管理，對(duì)企業(yè)內(nèi)的數(shù)據(jù)資源和訪問權(quán)限做了統(tǒng)一管理。每個(gè)系統(tǒng)要納入搜索的數(shù)據(jù)范圍和數(shù)據(jù)類型不同，索引結(jié)構(gòu)不同，統(tǒng)一查詢?nèi)肟谛鑼?shí)現(xiàn)基于查詢意圖理解的聚合排序。在融合結(jié)構(gòu)化信息與非結(jié)構(gòu)化信息的過程中，對(duì)同一實(shí)體知識(shí)在不同系統(tǒng)中的關(guān)系設(shè)定，則需要運(yùn)用到知識(shí)圖譜相關(guān)技術(shù)，從業(yè)務(wù)層面進(jìn)行知識(shí)建模，對(duì)實(shí)體知識(shí)及其關(guān)聯(lián)屬性的管理，從而實(shí)現(xiàn)業(yè)務(wù)視角上能夠發(fā)現(xiàn)、管理和分析系統(tǒng)中信息關(guān)系的能力。

深：行業(yè)延伸

在企業(yè)搜索領(lǐng)域，十多年前就用公司提供簡(jiǎn)單基礎(chǔ)的軟件程序，以關(guān)鍵詞的模糊查詢提供服務(wù)。隨著各行業(yè)信息查詢需求在升級(jí)，企業(yè)對(duì)搜索的定位和要求，已深入到了為業(yè)務(wù)目標(biāo)服務(wù)的層面。

金融投資領(lǐng)域的信息檢索，包含有海量資訊搜集、機(jī)構(gòu)信息數(shù)據(jù)獲取、事件分析挖掘等，涵蓋有數(shù)據(jù)收集、清洗、整合和推理等，形成了偏關(guān)聯(lián)性推理導(dǎo)向的需求；電商場(chǎng)景中有大量商品與服務(wù)信息，商品查詢的目標(biāo)體現(xiàn)在個(gè)性化匹配、銷售額整體轉(zhuǎn)化率、平臺(tái)流量的分發(fā)與管理上；客戶服務(wù)領(lǐng)域的信息查詢，更多的是對(duì)非結(jié)構(gòu)化文檔的內(nèi)容處理，對(duì)客戶化的QA問答、會(huì)話任務(wù)處理和文檔材料查詢上；人力資源領(lǐng)域的JD簡(jiǎn)歷查詢，則是以理解業(yè)務(wù)知識(shí)為基礎(chǔ)，信息填充到搜索的知識(shí)圖譜中去。

通用而粗淺的搜索軟件程序，已無(wú)法對(duì)復(fù)雜的業(yè)務(wù)查詢形成有深度的助力，每一個(gè)場(chǎng)景背后都是需要多項(xiàng)能力的組合方案。

?

?

達(dá)觀數(shù)據(jù)的搜索方案專注在金融、司法、制造業(yè)等行業(yè)，構(gòu)建的是包含了統(tǒng)數(shù)據(jù)獲取、模型訓(xùn)練、搜索應(yīng)用與管理的企業(yè)搜索平臺(tái)，在核心的算法技術(shù)與架構(gòu)、行業(yè)場(chǎng)景數(shù)據(jù)積累、模塊化解決方案組件三個(gè)維度進(jìn)行沉淀積累，形成專業(yè)的企業(yè)搜索解決方案。

企業(yè)級(jí)搜索平臺(tái)分為智能分析、智能搜索、智能展現(xiàn)、智能管理四方面能力：

智能分析

達(dá)觀數(shù)據(jù)搜索平臺(tái)的智能分析模塊，包含內(nèi)容處理與內(nèi)容分析兩部分。

內(nèi)容處理是指對(duì)需要接入的數(shù)據(jù)內(nèi)容做基本處理：

1、先進(jìn)行結(jié)構(gòu)化的轉(zhuǎn)換，比如圖片內(nèi)容進(jìn)行OCR的光學(xué)字符識(shí)別、語(yǔ)音內(nèi)容進(jìn)行ASR的文字轉(zhuǎn)換等，讓多媒體格式轉(zhuǎn)換為文本信息。

2、對(duì)相應(yīng)的內(nèi)容進(jìn)行拆分和提取，典型的如期刊文獻(xiàn)會(huì)有標(biāo)題介紹、插圖、表格提取、結(jié)構(gòu)化目錄、時(shí)間/來(lái)源等要素的提取和關(guān)聯(lián)。

內(nèi)容分析則是對(duì)要搜索的內(nèi)容進(jìn)行挖掘和建模：

1、在內(nèi)容的語(yǔ)義理解的層面上，對(duì)歷史查詢和目標(biāo)文件進(jìn)行處理，以自然語(yǔ)言理解技術(shù)在字詞層級(jí)做新詞發(fā)現(xiàn)、詞性識(shí)別、擴(kuò)展詞挖掘；在語(yǔ)句段落層面做查詢意圖分類、依存句法識(shí)別、文本糾錯(cuò)等處理；在段落和文章級(jí)別進(jìn)行內(nèi)容分類、主題模型、自動(dòng)摘要等處理。

2、根據(jù)具體的場(chǎng)景需要，在業(yè)務(wù)應(yīng)用層面構(gòu)建定義統(tǒng)一的業(yè)務(wù)知識(shí)模型，抽取業(yè)務(wù)實(shí)體屬性、做知識(shí)對(duì)齊數(shù)據(jù)融合，為關(guān)聯(lián)推理等知識(shí)圖譜應(yīng)用服務(wù)。

整個(gè)智能分析的過程是在搜索發(fā)生以前，涉及到數(shù)據(jù)清洗、模型訓(xùn)練調(diào)優(yōu)、人工校驗(yàn)等工作，是機(jī)器對(duì)所要處理的內(nèi)容進(jìn)行理解的過程，同時(shí)需要業(yè)務(wù)專家介入指導(dǎo)。分析處理等工作用戶是無(wú)感知的，但會(huì)明顯的影響上線初期的查詢效果。

?

智能搜索

智能搜索的能力貫穿整個(gè)用戶搜索流程，一次完整的搜索流程，是從用戶針對(duì)某一目標(biāo)輸入內(nèi)容開始，到進(jìn)入到下一個(gè)搜索目標(biāo)開始時(shí)結(jié)束。

對(duì)不同用戶，在搜索時(shí)是帶著各自的用戶畫像進(jìn)入的，熱門搜索、輸入提示、意圖分類等應(yīng)用加快查詢的理解；搜索內(nèi)容改寫、語(yǔ)義擴(kuò)展詞等是對(duì)查詢內(nèi)容進(jìn)行補(bǔ)充；通過語(yǔ)義標(biāo)簽、自動(dòng)摘要、篩選和排序選擇等功能，搜索引擎能快速定位到結(jié)果范圍。

排序是搜索引擎的核心模塊之一，可以簡(jiǎn)單分為基礎(chǔ)粗排序、精確排序和業(yè)務(wù)重排序三個(gè)步驟，分別是指根據(jù)查詢相關(guān)性函數(shù)的模型排序、基于行為數(shù)據(jù)學(xué)習(xí)的模型排序、業(yè)務(wù)邏輯中特殊情況排序。搜索后的切換關(guān)鍵詞、篩選、點(diǎn)擊、翻頁(yè)等都會(huì)記錄到搜索中的行為日志，會(huì)影響搜索的排序模型調(diào)優(yōu)和效果分析。拉開搜索的水平效果的，主要是粗排的召回策略和精排的學(xué)習(xí)算法兩個(gè)環(huán)節(jié)，這里涉及到諸多技術(shù)和算法細(xì)節(jié)。達(dá)觀的排序框架會(huì)根據(jù)業(yè)務(wù)場(chǎng)景進(jìn)行模型與策略上的調(diào)整。

精準(zhǔn)度提高的同時(shí)，搜索的查詢范圍和查詢方式也在擴(kuò)大：支持對(duì)圖片、音頻、視頻等格式的內(nèi)容進(jìn)行搜索，對(duì)QA問答、Wiki百科、流程嵌套附件等復(fù)雜結(jié)構(gòu)的定位搜索，表格內(nèi)容信息理解與查詢，圖數(shù)據(jù)庫(kù)的推理、問答和對(duì)比等復(fù)雜邏輯的查詢等等。

智能展現(xiàn)

達(dá)觀數(shù)據(jù)企業(yè)搜索平臺(tái)在用戶搜索到內(nèi)容后，結(jié)果的顯示包含知識(shí)卡片、結(jié)果列表、圖片和數(shù)據(jù)圖表、系統(tǒng)服務(wù)界面、知識(shí)圖譜等多種呈現(xiàn)的形態(tài)。

知識(shí)卡片是根據(jù)確定的搜索意圖，以用戶易于理解的形式將結(jié)構(gòu)化信息重新組合呈現(xiàn)，可以實(shí)現(xiàn)對(duì)人物卡片、物品信息、組織架構(gòu)、接入的系統(tǒng)服務(wù)（比如郵箱中往來(lái)郵件、OA中請(qǐng)假流程等）等的快速搜索理解和嵌入式卡片信息呈現(xiàn)。對(duì)結(jié)構(gòu)化數(shù)據(jù)以圖形化呈現(xiàn)，把表格數(shù)據(jù)以業(yè)務(wù)場(chǎng)景的需要自動(dòng)轉(zhuǎn)換為直觀的圖表，針對(duì)經(jīng)常使用的數(shù)據(jù)場(chǎng)景，預(yù)置了諸如分析比例構(gòu)成的環(huán)形圖、相互比較的走勢(shì)圖、關(guān)聯(lián)分析的散點(diǎn)圖等，省去了人工對(duì)數(shù)據(jù)處理取結(jié)論的繁復(fù)過程。

在語(yǔ)義搜索的同時(shí)，同步對(duì)知識(shí)圖譜進(jìn)行查詢，在推理問答等的業(yè)務(wù)場(chǎng)景下，圖數(shù)據(jù)庫(kù)的查詢效率和可解釋性更好，信息脈絡(luò)關(guān)系呈現(xiàn)更直觀。

智能管理

達(dá)觀企業(yè)搜索平臺(tái)的智能管理，主要是包括數(shù)據(jù)統(tǒng)計(jì)、模型訓(xùn)練和算法評(píng)估、文檔內(nèi)容管理、搜索配置等的管理，以及部分常用的數(shù)據(jù)系統(tǒng)的接入與權(quán)限管理。

搜索的數(shù)據(jù)統(tǒng)計(jì)分析是將用戶端查詢進(jìn)行記錄，根據(jù)指標(biāo)進(jìn)行統(tǒng)計(jì)分類和分析，體現(xiàn)出搜索整體的情況，比如熱門搜索、搜索無(wú)結(jié)果等。搜索的管理配置則包含有意圖分類訓(xùn)練、badcase管理、算法效果評(píng)估、詞庫(kù)管理等工具，提升搜索引擎在算法效果的客觀性和維護(hù)效率。

企業(yè)級(jí)搜索面對(duì)的數(shù)據(jù)源主要有數(shù)據(jù)庫(kù)類、知識(shí)文檔管理類、各類IT辦公系統(tǒng)類、互聯(lián)網(wǎng)采集類、生產(chǎn)制造系統(tǒng)類等等。為確保數(shù)據(jù)對(duì)接準(zhǔn)確與規(guī)范，一般會(huì)把數(shù)據(jù)和權(quán)限信息按照指定的接口上報(bào)給搜索引擎，或者對(duì)要接入的系統(tǒng)資源定時(shí)掃描同步變更。搜索平臺(tái)采用RBAC權(quán)限管理機(jī)制，基于統(tǒng)一的用戶和角色對(duì)接入資源進(jìn)行權(quán)限管理。

通過互聯(lián)網(wǎng)搜索信息幾秒就可以找到所需內(nèi)容，而在工作場(chǎng)景中常常發(fā)生的是，昨天在公司某系統(tǒng)看到的文件今天就搜索不到的情況。從企業(yè)內(nèi)的實(shí)際情況來(lái)看，一個(gè)“公司里搜不到信息”的情境，不僅僅是搜索技術(shù)的問題，其實(shí)也是企業(yè)協(xié)作效率、IT技術(shù)能力、管理水平的體現(xiàn)。（達(dá)觀數(shù)據(jù)）

業(yè)務(wù)視角

業(yè)務(wù)往往是企業(yè)的核心競(jìng)爭(zhēng)力，員工在信息獲取能力上的差異，也影響著工作效率，知識(shí)在企業(yè)內(nèi)部的能夠有效的沉淀、管理、傳遞與擴(kuò)散，會(huì)給員工的業(yè)務(wù)能力和決策效率帶來(lái)提升。

國(guó)內(nèi)某科研機(jī)構(gòu)的智能搜索項(xiàng)目上線時(shí)，同步挖掘了報(bào)告材料間的上下游、引用、轉(zhuǎn)述等關(guān)系。研究人員在查詢到目標(biāo)報(bào)告時(shí)能直接體現(xiàn)出材料之間內(nèi)容關(guān)系，間接提高了機(jī)構(gòu)課題研究的工作效率。

技術(shù)視角

信息技術(shù)對(duì)業(yè)務(wù)的賦能后，使得企業(yè)實(shí)現(xiàn)彎道超車的案例比比皆是，技術(shù)創(chuàng)新的收益往往比較直觀。當(dāng)前人工智能技術(shù)應(yīng)用的價(jià)值，已經(jīng)在被各行業(yè)的頭部企業(yè)所認(rèn)可，智能文本處理是企業(yè)內(nèi)應(yīng)用較為普遍的一類：文檔資料數(shù)據(jù)的搜索、合同的自動(dòng)審核比對(duì)、商品的個(gè)性化推薦、系統(tǒng)數(shù)據(jù)自動(dòng)化流轉(zhuǎn)等應(yīng)用比比皆是，文本智能化正在迅速地應(yīng)用到桌面辦公的各個(gè)場(chǎng)景。

搜索是多項(xiàng)文本智能技術(shù)的匯總，有著比較廣泛的企業(yè)應(yīng)用場(chǎng)景覆蓋，比如企業(yè)級(jí)搜索、對(duì)外的服務(wù)查詢、資料文檔庫(kù)搜索、多媒體信息查詢、智能客服、系統(tǒng)日志查詢分析等等。

管理視角

企業(yè)搜索能夠與企業(yè)的門戶、文檔信息系統(tǒng)、通訊/流程/培訓(xùn)系統(tǒng)、資源業(yè)務(wù)系統(tǒng)等進(jìn)行整合，各部門因工作目標(biāo)和內(nèi)容的不同，對(duì)企業(yè)目標(biāo)的理解和執(zhí)行難免會(huì)有盲區(qū)，實(shí)施此類多部門跨業(yè)務(wù)的項(xiàng)目，需要管理者透視公司的信息流和業(yè)務(wù)運(yùn)轉(zhuǎn)，高瞻遠(yuǎn)矚地規(guī)劃建設(shè)方案和管理思想，落地務(wù)實(shí)地推進(jìn)系統(tǒng)能力和應(yīng)用效果，發(fā)揮企業(yè)內(nèi)搜索到統(tǒng)一信息知識(shí)管理的價(jià)值。

搜索是企業(yè)信息資產(chǎn)整理匯總后的出口，每個(gè)員工都可以各取所需，企業(yè)級(jí)搜索的應(yīng)用是信息、業(yè)務(wù)、管理的組織效率的體現(xiàn)。運(yùn)用企業(yè)級(jí)搜索，小到找出一份合同補(bǔ)充材料解決內(nèi)部溝通的效率問題，大到針對(duì)核心產(chǎn)品盤點(diǎn)資源投入以洞察公司的發(fā)展情況，在多個(gè)視角下企業(yè)搜索都能發(fā)揮出相應(yīng)的價(jià)值。運(yùn)用人工智能技術(shù)去重塑企業(yè)級(jí)搜索服務(wù)，是企業(yè)全方位的效率提升。