我們知道Google可以理解文字,但在一定範圍內。 最重要的是,Google能夠正確匹配用戶在搜索欄中鍵入的內容,從而獲得最佳的搜索結果。 為此,Google無法僅信任用戶提供的信息,即元數據。
此外,我們還知道可以對文本中未使用的句子進行分類(儘管識別和使用一個或多個特定關鍵短語仍然是一種好的做法)。 因此,Google會對您網站頁面上的文字進行閱讀和評估。
Google用來理解文本的方法未知。 也就是說,無法以簡單和自由的方式獲得信息。 從研究結果來看,我們也知道要獲得最佳結果還有許多工作要做。 但是到處都有一些線索,我們可以從中得出有趣的結論。
例如,我們知道Google在理解上下文方面取得了長足的進步。 我們也知道Google試圖確定單詞和概念如何相互關聯。
谷歌已經提交了一項有趣的技術並且已經申請了專利權 單詞嵌入,“單詞會議”或“相關單詞”。 基本上,目標是找出哪些詞與其他詞密切相關。 實際上:軟件會提取一定數量的文本,對其進行分析,然後確定哪些單詞會更頻繁地合併在一起,然後將每個單詞轉換為一系列數字。 這樣,可以將單詞表示為圖表中的空間點,例如散點圖。
由此獲得的圖表顯示哪些詞是相關的以及如何相關。 更確切地說,它顯示了單詞之間的距離,代表了一種由單詞組成的星系。
因此,例如,“關鍵字”之類的詞比“廚房用具”更接近“文案”。
此過程可同時應用於單詞,句子和/或段落,送入程序的數據集越大,算法將能夠更好地分類和理解單詞,理解單詞的用法以及它們的意思。
實際上,Google有一個包含整個網絡的數據庫。 因此,利用這種大小的一組信息,可以創建可以評估文本和上下文值的可靠模型。
從詞的相關性來看,我們朝相關實體的概念邁出了一步。 如果我們嘗試進行搜索,我們可以看到相關實體是什麼。 通過在SERP頂部鍵入“麵食類型”,您應該會看到“ I Formati della Pasta”。 這些種類的麵食也應該分類。 有許多類似的SERP反映了單詞和概念相互聯繫的方式。
與Google提交的實體相關的專利實際上提到了與實體相關的索引數據庫。 這是一個存儲概念或實體(如麵食)的數據庫。 這些實體也具有特徵。 例如,烤寬麵條是一種意大利面。 它也是由意大利面製成。 這是一種食物。 現在,通過分析實體的特徵,可以將它們分組並以各種不同的方式進行分類。 這樣,Google就可以更好地了解字詞的相關性,從而更好地理解上下文。
如果Google了解頁面的上下文,它肯定會對其進行評估並判斷其內容。 與穀歌語境概念的對應關係越好,其獲證的機會就越大。 有必要詳盡地表達這些概念。 在更廣泛的方式,也表達相關的概念。
簡單的文字,清楚地表達各種概念之間的關係,幫助您的讀者更好地理解,並幫助谷歌。
對於人類和谷歌來說,困難,不一致和結構不合理的寫作更難以理解。 您必須關注以下內容,以幫助搜索引擎了解您的文本:
一個好的結果將有助於您的讀者和Google了解您的文本,從而了解您為自己設定的所有目標。
特別是因為谷歌似乎正在嘗試創建一個模仿我們人類處理語言和信息的方式的模型。
這使我們認為Google仍然使用關鍵字來匹配您的網頁查詢。