Google上周上线了语义体验网站，其中一个单元Talk to Books是让人们以自然语言与超过10万本的书籍交流，另一个单元Semantris则是一个单词联想游戏，它会指定一个单词作为题目，用户所输入的单词有愈高的关联性，分数就会愈高。
近年来人工智能对自然语言的理解力大增依赖词向量（word vectors）的发展，因为它让AI系统根据实际的使用来评估单词之间的关联性，同时Google也利用数十亿行的对话来训练AI系统如何进入真实的人类对话，在Semantic Experiences中，AI会将用户输入的文本当作开放陈述，同时于数据库中寻找适合的回应。
例如在Talk to Books中，当用户输入一个问题或陈述时，AI就会从超过10万本书中找到可能有关的文本与章节。 Google强调，虽然Talk to Books是以搜索框呈现，但它所使用的技术与搜索引擎截然不同，因为它是利用AI来找出可能的回应，而非基于各种精细标准所打造的搜索引擎。
于是，人们也许可以在搜索引擎中输入主题或作者，但在Talk to Books中则能输入句子或问题，后者相较之下是个更有创意的工具，因为它是根据整个句子的语义进行搜索，而且未于输入与回应之间导入任何规定，因此有时可能会得到出乎预料的回应，例如找到从未发现过的作者、文章或书籍。
Semantris则是基于同一技术下的单词联想游戏，用户可以输入游戏中指定单词的关联性字词，例如题目是“Moom”，那不管是输入“Sun”、“Night”都可以得分，但分数有所不同，另一个是消积木游戏，只要输入与积木中单词相关的字词或句子，就可消掉同色积木。
除了上述应用之外，开发人员也可参考Google的研究报告与TensorFlow语义模型打造自己的语义体验，例如分类、语义相似性、语义集群、白名单应用或是类似Talk to Books的其它语义搜索服务等。