人立方

定义

人立方是由微软亚洲研究院网络搜索与挖掘组研发的关系搜索引擎，全称为人立方关系搜索，属于对象级别（object-level）互联网搜索引擎的一类应用。它与传统网页搜索的区别在于检索的逻辑起点不是一个词，而是具体的人或机构，返回的也不只是含有关键词的网页，还包括与查询对象相关的人名、机构名及其关系描述。

系统会从中文网页中自动辨别人名对应的人物简介文字，并按这些文字属于人物简介的可能性排序；用户输入任意关键词后，系统给出最可能相关的人名、地名和机构名，并按相关度排列。其英文版本名为 EntityCube，曾在微软技术节上展示^[1]。

原理

人立方采用对象级别的垂直搜索技术。系统对网页做结构化信息抽取，把原本非结构化的文本转换为结构化数据，这是它与普通网页搜索引擎最主要的差别。抽取范围包括人名、地名、机构名和中文短语，进而计算实体两两之间构成某种关系的概率，并保留支持该关系的网页文本作为证据^[2]。

结果的可视化以关系图为主。被检索对象位于图中心，相关人物以圆圈表示，圆圈颜色反映关联度差异，颜色差别越大表示关系越弱；圆圈大小和向外辐射的线条数量与人物热度、受关注程度有关^[3]。鼠标移到连线上会显示两人之间的关系词，点击连线可查看相关资讯链接，点击任一人名圆圈则改以该人物为中心重新生成关系图^[4]。

产品还提供六度搜索功能，用于寻找互联网上任意两个人名之间的关联路径。这一设计参照的是六度分隔（Six Degrees of Separation）理论，即任何两个陌生人之间间隔的人不超过六个^[5]。若用户对系统推荐的路径不满意，可以点击路径上的某个节点，从候选人物中另选一人加入关系链，逐步得到更符合预期的路径。

发展历程

人立方的技术积累可追溯至微软亚洲研究院此前开发的 Libra 学术搜索。主持该项目的主管研究员聂再清于2004年加入微软亚洲研究院，其团队在学术搜索之后转向面向大众的人物关系研究，相关研发工作从2006年5月开始^[6]。「人立方」这一名称由项目成员在一次午餐闲谈中提出^[3]。

2008年6月28日，微软推出人立方关系搜索引擎，产品最初较为低调地上线^[7]。同年7月，第一版正式上线^[6]。8月，产品正式发布，并借用北京奥运会这一时间点推广，推出了面向中国运动员的「奥运人物关系图」^[8]。此后，人立方又在1.1版中补充了六度搜索等功能。人立方所代表的概念后来也被其他应用借鉴，例如 Skydeck 推出的手机人立方。

应用

人立方的常见用法是以人物姓名或关键词为入口检索与其相关的人或机构。用一般搜索引擎查询「射击」得到的大多是射击类游戏的介绍和下载页面，而在人立方中返回的是王义夫、许海峰、杜丽等射击运动员^[8]。除人名外，用户也可以通过特征词匹配人物，例如查询某一领域内的特定人群^[3]。

产品还提供基于人名的新闻浏览功能，实时推荐当日、当周或当月媒体关注度较高的热点人物，用户可以查看其最新资讯与历史信息^[8]。结果页面按关系、网页、资讯、简介等部分组织，其中「关系」一栏按亲疏顺序列出与检索对象相关的人物^[9]。人立方所属的对象级别搜索技术也被微软用于 Windows Live 的产品搜索等其他场景^[10]。

局限

人立方的人物关系全部来自互联网上的公开网页信息，系统只计算关系存在的可能性，并不核实关系本身是否真实，因此出现过错误或夸张的关系描述。由于信息来源包括新闻报道、社区论坛、博客等，只要网页中出现过相应说法就可能被纳入，一些来自论坛的玩笑话也会被当成关系依据^[4]。

重名是另一个突出难点。全自动的算法因精度达不到实用要求，难以完全区分同名人物，不同人物的关系图可能被错误地编织到一起^[6]。聂再清曾表示，人立方抽取网页中人名的准确率为 97%，身份识别是主要障碍，最终可能需要结合大众的力量来解决^[3]。

此外，关系挖掘的效果受制于基础信息的数量与质量。互联网信息本身存在不完整、不确定、不连续的特点，非公众人物的信息尤为稀少，隐蔽形态的社会活动也缺乏记录，因此搜索结果可能出现误差、片面与失真^[11]。项目负责人也提到，如何更准确地挖掘数据并扩大处理规模，是当时面临的主要挑战。

参见

• 知识图谱 —— 以实体和实体间关系为核心组织信息的技术框架，人立方是其早期的应用尝试之一

• 六度分隔理论 —— 人立方六度搜索所依据的社会网络理论

• 对象级别搜索 —— 人立方所采用的技术路线，与关键词搜索相对

• 微软亚洲研究院 —— 人立方的研发机构

• 信息抽取 —— 从非结构化文本中识别实体与关系的基础方法