Google Patents Archívum

A Google és Microsoft keresési szabadalmaink kiválogatott archívuma a feltaláló vagy kutatási vezető szerint szervezve, aki szállította őket. Minden sáv egy mérnökt követi végig a szabadalom-leszármazásán, így az olvasó láthatja, hogyan fejlődött a kutatási szál az eljárások, osztott alkalmazások és hozzáadások között. A szabadalmak a rangsorolási felülettel vannak annotálva, amelyet érintenek: lekérdezés megértése, rangsorolás, visszakeresés, viselkedési jelzések, tudásgraf vagy AI keresés.

Szabadalom-sávok feltaláló szerint

• 65 Google Patents to Help You Understand How Search Engines Work! (69 szabadalom) — A Google által benyújtott alapvető és fejlett szabadalmaknak egy válogatott gyűjteménye.
• Steven Baker — Google Search Patents (49 szabadalom) — 49 megadott keresőmotor szabadalom plusz 2 közzétett alkalmazás a Google kutató Steven D. Baker-től, amely kiterjed a lekérdezés megértésére (szinonimák, n-gram, földrajzi, nyelveken túli), lekérdezés finomítás, értelmes stopszó detektálás, válasz-rész pontozás (kiemelt részletek), lekérdezés-dokumentum hasonlóság, lista közötti előfordulás és beágyazás-alapú személyre szabott keresés.
• Amit Singhal — Google Search Patents (22 szabadalom) — 22 keresőmotor szabadalom Amit Singhal-tól, a Google korábbi kutatási igazgatójától (2000-2016), amely kiterjed az eljárások és eredmény összetételre, lekérdezés átírásra, szemantikus lekérdezés megértésre, link-minőség pontozásra, helyalapú rangsorolásra, nyelv és ország torzításra, kereskedelmi szándék detektálásra és hirdetés kiszolgálásra. A 8 szabadalmos értelmes-stopszó család Stven Baker-rel társfeltalált, és az Steven Baker szakaszban dokumentálódik az ismétlődő tartalom elkerülésére.
• Prabhakar Raghavan — Google Search Patents (16 szabadalom) — 16 keresés/IR szabadalom Prabhakar Raghavan-tól, a Google Search feje (2020-2024) (korábban Yahoo VP és IBM Almaden kutatási tudós), amely kiterjed a személyre szabott PageRank-ra, közösség detektálásra, adaptív rangsorolásra, több motoros eredmény egyesítésre, hierarchikus taxonómiára, altér klaszterezésre, információ szűrésre, testreszabható navigációra, felhasználó által generált tartalom felszínre hozásra, helyminőség jelekre az utazási mintákból, és időbeli metaadatok elemzésére. Az IBM, Yahoo és Google kutatási terjedelmét fedi le.
• Nitin Gupta — Google Search Patents (32 szabadalom) — 32 keresés/SEO szabadalom Nitin Gupta-tól (Google Search Quality mérnök), amely kiterjed a lekérdezés javaslatokra és sablonokra, átrangsorolásra és személyre szabásra, válaszgeneráló neurális hálózatokra, tartalom-tudás generálásra, a legújabb 2026 generatív-keresés visszakeresési szabadalomra az AI Overviews korszakához, és egy közvetlenül SEO szabadalomra a tartománynév és weboldalakra. Az utolsó 5 szabadalom Stven Baker-rel társfeltalált, és az ő szakaszában dokumentálódik az ismétlődő tartalom elkerülésére.
• Navneet Panda — Google Search Patents (15 szabadalom) — 15 keresés-minőségi szabadalom Navneet Panda-tól, a Google mérnök, akinek a tartalom-minőségi munkája a Panda algoritmus-frissítés alapjául szolgált (2011). Kiterjed a webhely minőség pontozásra, a webhely minőségének előrejelzésére a viselkedési adatok felhalmozása előtt, keresési eredmények rangsorolásra kombinált relevanciával és webhely-minőségi jelekkel, webhely időtartam teljesítményre, helyileg szignifikáns lekérdezésekre, lekérdezés felülvizsgálatra és kép-koncepció tanulásra.
• Anand Shukla — Google Search Patents (16 szabadalom) — 16 keresés/IR szabadalom Anand Shukla-tól, a Google Search Quality mérnöktől, beleértve a 2024 "Search with stateful chat" szabadalmat, amely a klasszikus keresést az LLM-alapú beszélgetéskereséshez kapcsolja. Szintén kiterjed a mély cikk felszínre hozásra, lekérdezés minta-egyeztetésre, lekérdezés téma leképezésre, tartalom csatorna szervezésre és a továbbfejlesztett-keresési-feed családra. Az utolsó 3 szabadalom Stven Baker-rel társfeltalált a személyre szabott-feed beágyazások munkájáról, és az ő szakaszában dokumentálódik.
• Krishna Bharat, Google Search Patents (48 szabadalom) — 48 keresőmotor szabadalom Krishna Bharat-tól, a Google News alapító feltalálója és a Hilltop algoritmus létrehozója. Kiterjed a Hilltop link-elemzési algoritmusa, lekérdezés átírás az entitás detektálásával, szemantikus egységek lekérdezésekben, lekérdezés és keresés bővítésre, dokumentum rangsorolás az használat statisztikái alapján, kép kiválasztás a hírkeresésen, szerkesztői vélemény rangsorolásra, keresőmotor lefedettség becslésre, lekérdezés-specifikus könyvjelzőre és entitás-tudatos hirdetés megjelenítésre. 2001-től 2024-ig terjed.
• Srinivasan Venkatachary, Google Search Patents (25 szabadalom) — 26 keresés-mérnöki szabadalom Srinivasan Venkatachary-tól, a Generative Summaries for Search Results szabadalom család társfeltalálója, amely az AI Overviews és Search Generative Experience-t alapozza meg. Szintén kiterjed a felhasználói érdeklődésekre alapított továbbfejlesztett keresési feedekre, jelölt-válasz-mondatpont pontozásra, kontextus-pontozás módosításokra válasz-mondatokhoz, implicit kérdés lekérdezés azonosítására, kulcsszó-alapú beszélgetésvoice keresésre, lekérdezés generálásra dokumentum szerkezeti hasonlóság alapján, erőforrás azonosítása szerves és strukturált tartalmakból, tartalom csatorna szervezésre és az emoji osztályozóra. 2013-tól 2025-ig terjed.
• Jeromy William Henry, Google Search Patents (25 szabadalom) — 25 keresőmotor szabadalom Jeromy William Henry-tól, amely kiterjed a Knowledge Panel-ekre (az entitás kártya a keresési eredmények mellett), Structured Entity Information Pages-ekre (az önálló entitás-részlet felület), Personalized Entity Information Pages-ekre, SERP kép átméretezésre és zene-keresési másodlagos link bemutatásra. A testületében minden szabadalom SEO-releváns. 2013-tól 2025-ig terjed.
• Ramanathan V. Guha, Google Search Patents (33 szabadalom) — 33 keresőmotor szabadalom Ramanathan V. Guha-tól, a Schema.org társalapítója és a Google Custom Search Engine vezető feltalálója. Kiterjed a Programmable Search Engine családra, bizalom-alapú keresési rangsorolásra, spamdetektálásra a programozható kontextusokra, társjel-terjedésre, keresési eredmények besorolásra, testreszabott webes összefoglalókra, felhasználói megjegyzések szerinti szűrésre, kontextus szerinti keresésre lekérdezés metszéspontokkal, lekérdezés azonosításra és a feladatok generálása felhasználói felület családra. 2003-tól 2019-ig terjed.
• Marc Najork, Google Search Patents (25 szabadalom) — 25 keresés/IR szabadalom Marc Najork-tól, amely az ő Microsoft Research korszakát (webcrawler építészet, spam-ellenálló rangsorolás, tartalomelemzés, hiperkötés adatbázisok) és a Google korszakát (forma információ-kiterjesztés, ML-vezérelt szemantikus hasonlóság, aktív tanulás, dokumentum tevékenységi naplók relevancia-képzéshez) fedi le. Tartalmaz egy alapozó keresztfelsorolt szabadalmat az 65 Google Patents gyűjteménnyel a dokumentum tevékenységi naplókról. 2005-tól 2025-ig terjed.
• Jeffrey Dean, Google Search Patents (78 szabadalom) — 78 keresés és IR-infrastruktúra szabadalom Jeffrey Dean-tól, Google Senior Fellow és Chief Scientist, a Google Brain társalapítója, valamint a MapReduce és BigTable tervezője. Tartalmazza az alapozó Document Scoring családokat (Query Analysis, Content Update, Inception Date, Link-Based Criteria), Historical Data Patent (az 65gp-vel kereszt-felsorolt), Anchor Tag Indexing, Content Snippets via Tokenspace, közeli kettős és tükrözött webhelyek detektálásra, téma-sodródás megelőzésre, elosztott ML modellekre, valamint az alapozó MapReduce és BigTable infrastruktúrára, amely a webes méretű keresést lehetővé teszi. 2000-tól 2025-ig terjed.
• Paul Haahr, Google Search Patents (63 szabadalom) — 63 Google keresés és rangsorolási szabadalom Paul Haahr-tól, hosszú ideig a Google keresési rangsorolási mérnöke. Kiterjed a kanonikus link-minőség szabadalmakra (Bharat/Singhal/Haahr "Determining quality of linked documents"), dokumentum-besorolás rangsorolásra, csomópont-függetlenség anti-PBN jelre, az állított minőség-mérés szabadalomra (az 65gp pat-48-cal kereszt-felsorolt), a többlépcsős lekérdezés feldolgozó folyamatra, a keresési pontozási funkciók értékelésének keretére (az ő SMX beszélgetésének dokumentációs visszavonása), az előnyben részesített webhelyek, referencia kontextusok, szintetikus leíró szöveg képekhez, valamint a többcsalád lekérdezés finomítás és stopszó-detektálás klaszterekre. Singhal, Dean, Bharat, Cutts, Henzinger, Simon Tong és Acharya-val szerzőségi. 2008-tól 2019-ig terjed.
• Hyung-Jin Kim, Google Search Patents (23 szabadalom) — 23 Google keresés és rangsorolási szabadalom Hyung-Jin Kim-tól. Vezető feltaláló a Navboost / implicit-visszajelzés rangsorolási családon (US 8,661,029 + 5 folytatás az US 11,816,114-ig, 2023-ban aktív IP), az a rendszer, amely a 2024 DOJ Google kartellper során felszínre kerül. Szintén kiterjed a bemutatási torzítás modellre, időbeli pont módosításokra, dokumentum-módosítás rangsorolásra, felhasználó kohort csoportosításra, hasonló lekérdezés kölcsönzésre, variáns általánosított lekérdezésekre, lekérdezés besorolások terjedésére, valamint az kereszt-felsorolt minőség mérés szabadalomra (Paul Haahr-ral, 65gp pat-48). Társfeltaláló Simon Tong, Noam Shazeer, Michelangelo Diligenti, Adrian Corduneanu, Henele Adams, Andrei Lopatenko. Benyújtások 2006-2021.
• Pandu Nayak, Google Search Patents (13 szabadalom) — 13 Google keresési szabadalom P. Pandurang Nayak-tól, Google Chief Scientist for Search. A szabadalmi rekord a lekérdezés-felülvizsgálat és lekérdezés-megértés veremét fedi le 2003-2015-ből: több lekérdezés-felülvizsgálat modell integrációja, bizalom-pontozott felülvizsgálat, jól-rangsorolt lekérdezések kölcsönzése, koncepció-kontextus helyettesítés, mondat-korlátos szinonimák, kattintás-vezérelt szinonima azonosítás, akronima kiterjesztés. Társfeltaláló David R. Bailey, Ben Gomes, Trystan Upstill, Kedar Dhamdhere, Thomas Strohmann. Neurális-korszaki hozzájárulásai (RankBrain, BERT, MUM, DOJ bizonyságtétel) szándékosan szabadalommentesek, és a blogbejegyzésekben és perek átiratában élnek.
• Daniel Egnor, Google Local Search Patents (20 szabadalom) — 20 Google helyi keresés és földrajzi-relevanciaszabadalom Daniel Egnor-tól, a Google Maps / Local Pack rangsorolási réteg tervezője. Vezető feltaláló az US 8,046,371 "Scoring local search results based on location prominence" szabadalmon – az a szabadalom, amely meghatározza a "Prominence" tényezőt a Google hivatalos Local Search Ranking dokumentációjában. Szintén kiterjed a helyalapú rangsorolásra (Relevanciafaktor, Amit Singhal-lal), földrajzi-relevanciaszisztémaindexelésre, kétértelmű-földrajzi-hivatkozás megoldásra, mérvadó-dokumentum azonosításra, üzlet-felsorolás kategorizálásra és a GIS kétértelmű-keresés feldolgozásra (John Hanke, a Keyhole alapító-val). Singhal, Haahr, Greenfield, John Hanke-val szerzőségi. Benyújtások 2003-2019.
• Yossi Matias, Google SERP Features & Assistant Patents (47 szabadalom) — 47 Google szabadalom Yossi Matias-tól, Google VP Engineering. Vezető feltaláló az alapozó People-Also-Ask szabadalmon US 9,213,748 "Generating related questions for search queries". Az Autocomplete (2004), Trends, weather/sports/dictionary OneBoxes építője. Kiterjed a People-Also-Ask családra, Knowledge Panel entitás-tűzfalazásra (kapcsolódó entitások csoportosítása, központi-entitás azonosítás, tény-becslés, szöveges entitás attribútumok, entitás-kvóta keresés), a Trends/analytics rétegre (kampány-versenytárs elemzés, grafikus vizualizációk rangsorolása), a Duplex automatikus-hívás infrastruktúrára, a személyre szabott chatbot és LLM-kimenet állítás szabadalmakra, amelyek a Google Assistant 2024-2026 generatív korszakát alapozzák meg, és a kontextual / harmadik fél SERP-funkciókra. Yaniv Leviathan (Duplex), Gal Chechik, Ziv Bar-Yossef, Eyal Segalis, Avinatan Hassidim-val szerzőségi. Benyújtások 2013-2026.
• Andrei Broder, Cross-Vendor Search Patents (25 szabadalom) — 25 keresőmotor és IR szabadalom Andrei Broder-tól, az a többszállító feltaláló, aki alakította a közeli duplikátum detektálást a DEC/AltaVista-nál, társfeltalálta az alapozó CAPTCHA-t a Compaknál, az AltaVista weblap-rangsorolási rendszert építette, a weblap-romlást jellegzetes szerzője az IBM-nél, és alakította az ad-matching/SERP-funkciók/CAPTCHA-fejlődés infrastruktúrát a Yahoo-nál. Vezető feltaláló az alapozó MinHash/shingling szabadalmon (US 6,349,296), az ujjlenyomat-ütközés-valószínűség technikán (US 5,974,481), a dokumentum-hasonlóság shingling szabadalmon (US 6,230,155), és az alapozó CAPTCHA szabadalmon (US 6,195,698). 1999-2024-ig terjed.
• Monika Henzinger, Google Search Patents (50 szabadalom) — 98 keresés és IR szabadalom Monika Henzinger-tól, a Google kutatás első igazgatójától. Társfeltaláló az alapozó közeli duplikátum-oldal-detektálás szabadalmon (US 6,138,113, Dean-nel) és a dokumentum-pontozás családok széleskörű készletén (Query Analysis, Content Update, Inception Date, Link-Based Criteria, Historical Data – mindegyik kereszt-felsorolt Dean-nel). Független hozzájárulások: a duplikátum-fájlok detektálása családja William Pugh-hal, az AltaVista csatlakozási szerver, a csatlakozási és tartalom-rangsorolás szabadalmak, dokumentum-frissesség meghatározás, szemantikus-távolság rangsorolás, lekérdezés-szemantikus-információ rangsorolás, anchor-szöveg kereszt-nyelv IR, összefüggésben lévő keresés, hipertext-böngésző asszisztens, és használati-statisztika-vezérelt dokumentum visszakeresés. 1997-2017-ig terjed.
• Trystan Upstill, Google Site-Quality & HCU-Era Search Patents (28 szabadalom) — 28 Google keresési és rangsorolási szabadalom Trystan Upstill-tól. Társfeltaláló a Panda szabadalmon (US 9,135,307 = 65gp pat-39) és vezető feltaláló az HCU-korszák követő US App 2019/0155948 "Re-ranking resources based on categorical quality" szabadalmon – az a szabadalom, amely a post-Panda webhely-minőség vonalat alapozza meg. Szintén kiterjed az mérvadó-eredmények felfedezésére, keresési-eredmény rangsorolásra és átpontozásra, kapcsolódó-tartomány detektálásra, erőforrás-attribútum kiterjesztésre a webhely címből, helyi keresésre és POI azonosításra, szinonimákra és lekérdezés átírásra, navigációs-szándék erőforrásokra, nyelvazonosításra a hivatkozás kontextusból, és az újabb LLM-korszak felhasználói felület komponensek szabadalomra. Benyújtások 2012-2026.
• Susan Dumais, Microsoft IR & Search Patents (18 szabadalom) — 61 keresés és IR szabadalom Susan Dumais-tól, Microsoft Technical Fellow és Gerard Salton Award nyertestől. Társfeltaláló az alapozó Latent Semantic Indexing szabadalmon (US 4,839,853, Bellcore 1989) – az a koncepció ős, amely minden sűrű-beágyazás visszakeresési rendszert megelőzi. A Microsoft Research-nél az ő munkája az automatizált SERP elégedettség mérésnél, preferencia-ítélet kattintási modellekben, tevékenység-alapú-kontextus rangszorolásban, időtudatos rangsorolásban időbeli dinamikákkal, személyre szabott navigációban és keresési eredményekben, felhasználóper-tartomány-szakértelem meghatározásban, weblap-módosítás × újralátogatás frissességben, implicit eszköz-kapcsolódó lekérdezés átformálódásban, hatalom rangsorolásban lefedi. 1989-2026-ig terjed. Társszerzők közé tartozik Jaime Teevan, Eric Horvitz, Ryen White, Adam Fourney, Joshua Goodman, Eric Brill.
• Christopher Burges, Microsoft Research Learning-to-Rank Patents (16 szabadalom) — ~30 egyedi amerikai feltalálás (84-bejegyzés WIPO testület) Christopher J. C. Burges-ből, a Microsoft Research tudósából, aki a RankNet/LambdaRank/LambdaMART tanulás-rangsorolás vonalat feltalálta. RankNet (US 7,689,615) az páronkénti neurális ranjszoroló; LambdaRank (US 7,617,164) az tetszőleges költség kiterjesztés, amely az NDCG-t optimalizál; LambdaMART (US 12/032,697) a gradiens-mélyített ensemble, amely a Yahoo LTR Challenge 2010-et nyerte. Szintén kiterjed a viselkedési-variabilitás alkalmazkodásra, weblap-többgráf elemzésre, link-spam simításra, margó-fa boostingra, k-NN valószínűség becslésre. 2001-2019-ig terjed. Társszerzők közé tartozik Robert Ragno (LambdaRank), Irina Matveeva, Timo Burkard.
• Eric Brill, Microsoft Research Search & NLP Patents (20 szabadalom) — 20 Microsoft Research szabadalom Eric Brill-tól, az NLP és keresési tudósból, aki a lekérdezés helyesírás szabadalmakról és a zajos-csatorna korrekciós modellről ismert. Vezető feltaláló az US 7,254,774 "Systems and methods for improved spell checking" – az alapozó zajos-csatorna lekérdezés helyesírás szabadalmon. Szintén kiterjed a karakterlánc-karakterlánc helyesírás-korrekciós transzformációkra (US 7,290,209 / 7,366,983), viselkedési-variabilitás számlálásra a webes keresésben (US 7,743,047), népszerűség-adatok rangsorolásra, bányászi webes keresés felhasználói viselkedésre, oldal-torzítás keresésre, költség-haszon Q&A összetételre, és felhasználói-szándék felfedezésre. Benyújtások 2005-2010.
• Tomas Mikolov, Google word2vec Patents (2 szabadalom) — 2 alapozó Google szabadalom Tomas Mikolov-tól, amely a word2vec-et – a folytonos szó-beágyazás tanulási modellt, amely a beágyazás korszakot meghatározta – fedi le. Kai Chen, Greg Corrado és Jeff Dean-nel szerzőségi. US 9,037,464 az eredeti ítélet; US 9,740,680 a folytatás szélesebb körű állítási hatókörrel. Mindkét szabadalom ugyanazt a nyilvánosságot osztja (13/841,640 alkalmazás), és együtt az teljes word2vec szabadalom családot alkotják. Koncepcionálisan kereszt-felsorolt Dean szakaszával (Dean társfeltaláló, és a tágabb Brain/elosztott-modellek infrastruktúrán működik).
• Noam Shazeer, Google Transformer, MoE & Search Patents (18 szabadalom) — ~46 rögzített Google szabadalom (teljes portfólió becsült 120-150) Noam Shazeer-tól. Társfeltaláló az alapozó Transformer figyelem architektúra szabadalmon (US 10,452,978, Vaswani, Polosukhin, Uszkoreit, Jones, Gomez, Kaiser, Parmar) és a Sparsely-Gated Mixture-of-Experts skálázási megközelítésen (US 11,769,055, Dean, Hinton, Le, Mirhoseini). Szintén az Switch Transformer-n (US 12,093,829), LLM-in-assistant válasz generáláson, elosztott tensor számításokon (GSPMD/Pathways), és a 2008-2015 pre-Transformer nagy léptékű ML rangsorolási infrastruktúrán. 2008-2025-ig terjed.
• Ashish Vaswani, Google Transformer, Attention-Based Vision & Fast Decoding Patents (6 szabadalom) — 4 rögzített új kanonikus cikk plusz 2 kereszt-felsorolás a Noam Shazeer szakaszból. Az alapozó Transformer szabadalom első szerzője (US 10,452,978, kereszt-felsorolt). Első feltaláló a helyi-önfigyelem számítógépes látás szabadalmon (US 20210390410, HaloNet), amely a figyelmet hosszú sorozatokra és képekre skálázza. Társfeltaláló a MultiModel-n (US 20200089755 – az egységes multi-task multi-modal architektúra, amely az MUM és Gemini szerkezeti őse), a teljesen-attentionális számítógépes látás rendszeren (US 20250292560, a ViT vonal), és a gyors-dekódolás-a-diszkrét-latensel módszeren (EP 3732627), amely az LLM inferenciát gazdaságilag lehetővé teszi a keresési léptékű késleltetésben. 2017-2025-ig terjed.
• Jakob Uszkoreit, Google Transformer Architect, Universal Transformer & Vision Transformer Patents (6 szabadalom) — 3 új kanonikus cikk plusz 3 kereszt-felsorolás a Vaswani és Shazeer szakaszokból. Az "Attention Is All You Need" (US 10,452,978, kereszt-felsorolt) szerzője. Társfeltaláló az Universal Transformer-n (US 10,740,433, az adaptív-mélységü Transformer, adaptív számítási idővel), a Decomposable Attention NLI modellen (EMNLP 2016, az a terhelés-hordozó pre-Transformer bizonyíték, hogy az attend-compare-aggregate helyettesíti a visszalépést), és a Vision Transformer-n (ViT, ICLR 2021, a folt-tokenizálási építészet, amely a modern vizuális keresést és többmodális alapozást alapozza meg). A kereszt-felsorolások az eredeti Transformer-t, a MultiModel-t (az MUM/Gemini egységes multi-task multi-modal őse), és az Image Transformer-t fedik le. 2016-2021-ig terjed.
• Simon Tong, Google Click-Driven Ranking, Population Signals & Anti-Spam Patents (9 szabadalom) — 5 új kanonikus cikk plusz 4 kereszt-felsorolás a Kim, Shazeer és 65 Google Patents szakaszokból. Tong Marc Pearson és Sergey Brin-nel Társfeltaláló a kapcsolódó-lekérdezés rangsorolási szabadalmon (US 7,505,964), Pearson-nel a populáció-információ rangsorolási szabadalmon (US 7,454,417), önmagában az ország torzításon (US 20040254932), Bem/Harik/Levenberg/Shazeer-nel a pre-Transformer nagy léptékű ML rangsorolási infrastruktúrán (US 7,222,127), és Ghemawat/Piscitello/Cutts-cal a felhasználó-dokumentum-eltávolítás szabadalmon (US 8,417,697, a Personal Blocklist szerkezeti őse, és tömeg által végrehajtott spam jelzések). A kereszt-felsorolások a Navboost implicit-visszajelzés családot, a CTR-as-ranking-faktor szabadalmat, a történeti-adatok szabadalmat és a nagy-adathalmazos-rangsorolás folytatást fedik le. 2003-2017-ig terjed.
• Michelangelo Diligenti, Google Click-Data Quality & Implicit Feedback Patents (5 szabadalom) — 2 új kanonikus cikk plusz 3 kereszt-felsorolás a Kim és 65 Google Patents szakaszokból. Diligenti feltaláló a Detecting Click Spam szabadalmon (US 8,694,374, attribútum-eltérés anomália detektálás a rangsorolási jelhez) és a Click Model That Accounts for User Intent-en (US 20120143789, szándék-feltételes kattintás súlyozás). Az ő Navboost / bemutatási-torzítás / CTR-as-ranking-faktor társfeltalálói (kereszt-felsorolt) az implicit-visszajelzés rangsorolási családot alapozzák meg. A portfólió a kattintás-adatok minőségre, a nyers felhasználó viselkedés és az általa működtetett rangsorolási jel között rétegre összpontosít. 2007-2019-ig terjed.
• Jaime Teevan, Microsoft Personalized Search & Search-Task Patents (5 szabadalom) — 4 új kanonikus cikk plusz 1 kereszt-felsorolás a Dumais szakaszból. Teevan Dumais és Horvitz-kel a alapozó személyre-szabott-keresési szabadalmon (US 7,693,818), amely a globális jelölteket egy felhasználó-profil vektor ellen áts Soroz. Feltaláló a keresési-feladat azonosításon (US 8,326,824, kereszt-munkamenet lekérdezés klaszterezés többlépcsős feladatokba), az újrafindálásra vs új-keresésre besorolásra (US 8,756,219, a stabil előző kattintott eredmények a visszatérő látogatásokhoz), és a mikro-feladat keresés dekompozícióra (US 10,062,103, magas szintű célok decomposiziója folytatható mikro-lépésekre). A kereszt-felsorolás a személyre-szabott-navigációt fedi le (Dumais kanonikus). 2003-2018-ig terjed.
• Eric Horvitz, Microsoft Decision-Theoretic Search & Attention-Aware Information Delivery Patents (3 szabadalom) — 3 új kanonikus cikk Eric Horvitz-ből. Feltaláló az döntés-elméleti rangsorolásra a bizonytalanság alatt (US 7,124,129, a relevancia mint valószínűségi eloszlás várt-haszon választással), a költség-haszon érvelésre a keresési-eredmény bemutatásban (US 7,194,464, a mechanikai alapja a kiemelt részletekre és AI Overviews-ra), és az figyelem-tudatos proaktív információ szállításra (US 6,934,917, a nulla-lekérdezés felületek vonala a Discover, Now kártyák és AI asszisztensek mögött). 2002-2006-ig terjed.
• Ryen White, Microsoft Search Behavior & Search-Trails Patents (3 szabadalom) — 3 új kanonikus cikk Ryen White-ből. Feltaláló a keresési-nyomvonal / sikeres-út bányászaton (US 7,904,440, célhelyek rangsorolása, amelyek végén sikeres kereszt-felhasználói útvonalak), az feltáró-versus-keresésnek lekérdezés fázis besorolásán (US 8,041,711, fázis-hangolt rangsorolás és eredmény formátumok kiszolgálása), és a kereszt-munkamenet feladat folytatáson (US 9,116,996, lekérdezések szövése a munkameneteken és eszközökön keresztül egy folytatásba feladatba). 2007-2015-ig terjed.
• Azalia Mirhoseini, Google ML Infrastructure & Chip-Design Patents (3 szabadalom) — 2 új kanonikus cikk plusz 1 kereszt-felsorolás a Shazeer szakaszból. Mirhoseini társfeltaláló az RL-alapú chip alaprajz elhelyezési szabadalmon (US 11,475,278, a Nature 2021 cikk, amely a TPU alaprajzokat órák alatt helyezi el, hetik helyett) és az eszköz-elhelyezés-az-elosztott-ML szabadalmon (arXiv 1706.04972, az RL vezérlő, amely megtanulja, hogyan kell nagy modelleket GPU/TPU-k között felosztani a képzési idő minimalizálásához). Mindkettő visszatáplálja az a számítási költség gazdaságot, amely lehetővé teszi a Google számára, hogy Transformer rangsorolást szolgáljon a keresési léptékben. A kereszt-felsorolás az alapozó MoE szabadalmat (Shazeer kanonikus) fedi le. 2017-2021-ig terjed.
• Arnold Overwijk, Microsoft Site Topical Authority Patent (1 szabadalom) — 1 kanonikus cikk Arno Overwijk-ből. Társfeltaláló Li Xiong, Chuan Hu és Junaid Ahmed-kel a Site Topical Authority szabadalmon (US 20210004416, az A(s,t) = SR(s) * C(s) * T(s,t)^2 képlet, amely explicit módon kvantifikálja a webhelyen-per-topik hatást a globális webhely rang, kattintás jel és négyzetes per-topik oldal megosztás kombinálásával). A topikai hatalom legpontosabb matematikai megfogalmazása a modern szabadalom irodalomban. Koncepcionálisan párosított Procopio (per-szerző per-topik hatalom) és Agent Rank (szerző-szintű hírnév, 65gp pat-47).
• Michael Procopio, Google Per-Author Per-Topic Authority Patent (1 szabadalom) — 1 kanonikus cikk Michael Procopio-ból. Nevezett feltaláló a Topic Authority szabadalmon (US 8,458,196). A rendszer per (szerző, topik) hatalom aláírásokat számít: a minden dokumentumért, amelyhez a szerző hozzájárult, szum (szerzőség% * topic_weight); összesítés az összes szerző dokumentuma között egy per-szerző per-topik szakterület pontszám. A "ez az ember egy szakterület tekintélye ebben a témában," matematikai kvantifikációja, szerkezetileg az E-A-T Expertise jel alapja a szerző szintjén. Kapcsolódik az Agent Rank-hez (US 7,565,358, 65gp pat-47, az korábbi Google szerző-hírnév szabadalom) és az Overwijk webhely-topikai-hatalom (US 20210004416) egy rétegelt hatalom modell formájaként.
• Ori Allon, Google Orion Query-Refinement Patent (1 szabadalom) — 1 kanonikus cikk Ori Allon-ból. Társfeltaláló az Orion lekérdezés-finomítás szabadalmon (US 8,392,443), Ugo Di Girolamo, Tomer Shmiel, Alexandre Petcherski és Tzvika Hartman-nel. Az Orion algoritmus Allon UNSW-ben végzett PhD téziseként indult, és a Google 2006-ban szerzett meg. A szabadalom testület-bányászott lekérdezés finomításokat generál: egy lekérdezés kapott, nyer dokumentumoknak, amelyek a lekérdezést kielégítik, rangsorolt finomítás jelölteket visszaadhat. A "Searches related to," kiterjesztett SERP részletek, és a People-Also-Ask vonal mögötti mechanizmus. 2013-ban adományozva.
• Corin Anderson, Google Reasonable Surfer (Foundational) Patent (2 szabadalom) — 1 új kanonikus cikk plusz implicit kereszt-felsorolások az 65 Google Patents gyűjteményre. Anderson ELSŐ feltaláló az alapozó Reasonable Surfer szabadalmon (US 7,716,225, Jeff Dean és Alexis Battle), az 2004-ben benyújtott ítélet, amely nem-uniformális hivatkozás-kattintás valószínűség bevezet, amely per-hivatkozás jellegzetes súlyozást (anchor szöveg, betűméret, pozíció, körülötte kontextus). A folytatások (US 8,117,209 az 65gp pat-45, US 9,305,099 a 2016-ban) kiterjesztik az azonos modellt. Az a ugyanazon az oldalon lévő linkek között differenciált PageRank áramlásának mechanizmusa.
• Ashok Popat, Google OCR & Image-Text Indexing Patents (1 szabadalom) — 1 kanonikus cikk, amely Popat fordítás-inspirált OCR kutatásait (Popat és társai, 2009 és későbbiekben; US 8,675,012 szabadalom család az OCR szöveg választékos megjelenítésére) fedi le. A módszer az OCR-t statisztikai gépi fordításként értelmezi: képjellegzetességek a forráscatornáként, karaktersorozatok a célként, közös dekódolás a csatorna és a nyelvi modellekkel maximalizálja az átírás minőségét. A Google Books indexelést, Lens szöveg rögzítést, Drive PDF keresést, és az infografikus mögötti kép-kötött-szöveg indexelési folyamatot működteti.

Miért ez a szervezés

A szabadalom törvény szellemi tulajdont feltaláló és engedélyezettként csoportosít, nem téma szerint. A feltaláló szerint történő csoportosítás visszaállítja a elbeszélés ívét: Amit Singhal egy évtizede rangsorolási munkájából, Pandu Nayak BERT-korszakú lekérdezéskezeléséből, Krishna Bharat hírmunkájának leszármazásából. Minden sáv egy kutatási életrajzként olvasható, amely állítás nyelvén van írva.