微軟在2008年吃下了Powerset，Google在2010年併購了Metaweb，Powerset與Metaweb各是什麼樣的公司呢?

Powerset根據創立最早的初衷，他是要透過人的自然語言來回答問題，這個出發點跟Wolfram Alpha很類似，當我們問說: Who is Obama ? 出現如下的結果 ….

在Wolfram Alpha~

在Bing~

在上面的搜尋結果，WolframAlpha直接給一個正確答案，但是Bing還是給了不是那麼相關的答案 (雖然有出現Wikipedia的解答，但是在第二名)。

顯然Bing尚未完全把Powerset的技術整合起來，除了與Powerset的整合之外，其實Bing也與Wolfram Alpha有合作，如這篇”Bing, Wolfram Alpha agree on licensing deal“，以及這篇”Wolfram|Alpha Announces Relationship with Microsoft’s Bing“，Wolfram將提供科學與計算相關的內容提供給Bing。

所以Bing在對於「回答問題」這方面的語意技術，應該還會有更進一步的發展。

要如何才能讓搜尋引擎回答問題，當然就必需知道使用者的搜尋詞的意思(牽涉到自然語言的處理)，加上必須知道網站在表達什麼(也就是透過語意網的架構)，後者就是我們必須注意的重點。

而Google與Metaweb，我們在”Metaweb 被 Google 併購，語意搜尋會有何變化?“也說過了，我們必須更注意如何適當的標記網頁資料，讓搜尋引擎能夠知道網站在表達什麼，如此才能夠讓搜尋引擎把網站內容呈現給需要的使用者。

說了這麼多，各大搜尋引擎對於語意趨勢的整合可說是如火如荼的展開，你都準備好了嗎?

更多參考資料:
http://www.quora.com/Powerset
http://factery.net/
http://techcrunch.com/2010/08/16/swingly/
http://www.theregister.co.uk/2009/07/01/powerset_and_bing/
http://www.freebase.com/
http://www.kartoo.com/sites/index.php
http://www.hakia.com/

Metaweb是什麼東西? 他是一家創於2005年位在舊金山的科技公司，就是建立Freebase的公司，這個Freebase是一個開放的知識架構，有系統的組織了數量龐大的詞彙，這個詞彙就是Common tag的依據之一，而Faviki、Zementa就是根據這些資料來提供有系統性的tagging服務，而這個Common tag也是Yahoo所支援的結構。

所以Google買下了Metaweb，等於是除了Wikipedia、DBpedia等之外，Google將能夠主導這個資料來源。當然透過這些資料架構，肯定Google在語意搜尋上會逐漸有些不同。

Google的首席產品經理Jack Menzel說，Google能夠處理搜尋，而Metaweb的資料架構將使Google能夠處理得更好。

他說我們現在無法處理像”What about ‘colleges on the West Coast with tuition under $30,000 西岸學費少於三萬的學校如何’ 或是 ‘actors over 40 who have won at least one Oscar 年齡大於40並得過至少一次奧斯卡獎的演員’ 這類難題， 但是現在我們有了Metaweb，相信以後能夠處理這類問題。

我們在文章Semantic Web 與 Facebook、Semantic Web 與 Best Buy已經提過，Best Buy與Facebook各自在語意上建構下一代的網路，並且Best Buy已經開始看到成果，Facebook更是將語意滲透到各個網路，這些跡象都再在的表示，本站在2007年所說的現象，已經在2010年呈現出來，如果你還沒意會到語意的重要，應該馬上開始進行瞭解如何起步了吧。

我們來看看關於Metaweb的說明影片

更多參考資料: Google buys Metaweb and its sprawling database