Google Square - Google又一力作，把網路變成一個巨型資料庫！

今天在Google Labs看到一個新的服務叫做-Google Squared。一用之下覺得真是驚為天人，讓我們看下去。

Google Squared主要的核心概念是「把網際網路視為一個廣大的資料庫，嘗試把非結構(unstructured)資料以結構化(Structured)的方式呈現」。聽起來沒什麼嗎？其實這是相當困難且偉大的一件事。不過剛開始我們先不講detail的核心概念，先來看看Google Squared怎麼用吧。

Google Squared首頁：


我們在搜尋框中打入「camera」

你可以看到Google Squared把資料以「表格(table)」的方式呈現。你可以看到Google Squared列出了許多不同廠牌的camera，並且列出了camera可能擁有的屬性，像是描述(Description)、價錢(Price)等等。如果你覺得有哪一個屬性是你不關心的，在每個屬性旁邊都有一個「X」可以移除：

如果你還想要觀察別的屬性，最右邊有一個「Add」的功能，可以新增自己另外的屬性，他會列出一些Google推薦的屬性，像這裡有Design、Manufacture...等等，並且會自動更新屬性的內容值。


如果這還不夠厲害，那你可以輸入自己想要觀察的屬性，像這裡我新增了「Brand」和「Height」，Google Squared會自動根據你輸入的屬性去抓取相關的資料回來，而且結果還蠻準的！


當然，根據不同的搜尋項目會有不同的屬性，像我這邊搜尋「dog」，就會跑出不同的種類的狗：


當然，準確率不可能百分之百，但是別擔心，Google Squared允許使用者一起幫忙修改搜尋結果，讓準確率更高。如果該欄位有「Other values」，不要客氣就點下去吧：


點下去之後可以看到有其他的選項可以選擇：


你也可以把搜尋的結果儲存起來：

不過目前Google Squared對於中文的支援不是太好，期待將來可以把中文的功能也建立起來。

好了，大致上的功能就是這樣，其實這背後藏著很深的意義，讓我們來談談看。首先，我們必須要知道，網路上的資訊和網頁實在太多了，要如何從這茫茫網海中找出兩個物件之間的關係(Relationship between two objects)是多麼困難的一件事情，講得白話一點，「你怎麼知道這個數字是camera的price，還是weight」？
當你接收到一個網頁的資訊，你怎麼知道這個網頁的哪個區塊是有關camera的？這個牽涉到「瞭解網頁(Webpage Understanding)」的議題(By the way,我不確定Google Squared這個服務的背後是不是使用這樣的概念，不過勢必是有相關連的)。這和我之前看到的一系列paper很有相關，有興趣的人不妨可以看一下

Webpage Understanding - beyond page level search
Webpage understanding an integrated approach

這兩篇paper都是微軟亞洲研究院(MSRA)所publish的，也都有投稿在相當好的conference。這兩篇paper的主要和核心概念就是「將一個網頁切割成不同的區塊，並且給定每個區塊一個有意義的名稱」。舉個簡單的例子好了，下面這張圖是Amazon網站上的資訊，假設這是一個網頁，那我們可以把網頁分隔出我們想要的資訊，並且給定一個有意義的名稱：

結果可能會長這樣(細節這裡不多談，有興趣的可以參考上面那兩篇paper，或是留言互相討論:D)：

這樣的方式如果可以自動化、程式化，不就可以自動去抓取網路上的資訊了嗎？當然這和語意網路(Semantic Web)也脫離不了關係。要如何從網際網路尚非結構化的資料建構成一個巨型的ontology，找出物件和物件之間的關係，真正建出一個「智慧」的搜尋引擎。在Google Squared中，也許結果不是百分之百的精準，甚至只有70%、50％，不過已經可以看出未來網路的雛型了。從Google Labs所推出來的眾多「beta」服務，都看得出來Google正在拼拼圖，每一塊拼圖都會成為未來網路世界的雛型。

讓我們拭目以待。

【相關閱讀】
Want a More Organized Search Results? Google Square It
Google Squared is Live: Who Knew Structured Data Could Be So Unhelpful?
Google Squared: Your Search Results in Spreadsheet Form
Google Squared, the 'Wolfram Alpha killer's is LIVE! Our initial thoughts.