Содержание материала
Что такое семантический поиск?
Семантический поиск – это усилия поисковых систем для точного отображения типизированного выражения, основанные на трех принципах цели пользователя, взаимосвязи между словом и концепции искомого выражения. Появление семантического поиска означает, что Google не будет просто сосредотачиваться на ключевом слове, вводимом в данный момент, а стремится реализовать концепцию вне каждого поиска, чтобы оптимизировать ее при последующих отображениях. Другими словами, семантический поиск рассматривает широкий спектр информации (далеко за пределами поиска фразы), чтобы отобразить информацию для вас. В этом случае Google пытается определить взаимосвязь между словами и угадать цель поиска пользователя.
Возможность семантического поиска была разработана в поисковых системах после 2013 года. До этого поисковые системы не могли выдавать точный результат поиска по набору фразы, близкой к исходной концепции. Однако в настоящее время результаты, отображаемые для пользователей в поисковых системах, – это именно то, что они ищут. Google учитывает различные факторы для точного отображения результата, включая историю поиска пользователя, местоположение, глобальную статистику поиска и т.д.
Google и другие поисковые системы разработали проводник, использующий сопоставление слов и их концепции, а также алгоритмы естественного языка, который рассматривает языковые приложения как человек. Самая важная цель семантического поиска – сделать результаты, отображаемые для пользователей, ближе к их цели. Таким образом, для получения оценок недостаточно просто заполнить содержимое ключевыми словами.
Видео
Почему поисковые системы используют семантический поиск
Судя по перспективам поисковых систем, не трудно предположить, почему Google хочет расширить возможности коммуникации с миром: увеличить базу данных, сократить количество спама, глубже понимать намерения пользователей, использовать более естественный язык. Все это увеличивает возможность предоставления пользователям самого лучшего поискового опыта.
Мировой объем информации каждые два года удваивается. Большой объем данных давно стал нормальным для игроков онлайн-сферы. Какое значение это имеет для вас? Поисковые системы лучше работают с организованной, структурированной информацией, семантика которой соответствует данным.
Один из путей того, как семантический поиск помогает Google, заключается в идентификации и дисквалификации контента низкого качества. Методы вроде спиннинга текстов, начинения контента ключевыми словами легко распознаются системой из-за таких преимуществ, как скрытое семантическое индексирование (LSI), латентное размещение Дирихле (LDA) и статистическая мера TF-IDF. Благодаря использованию этих инструментов, вычисляется частота повторения слова и осуществляется соотнесение количества упоминаний с контекстом. Это значит, что поисковые системы имеют представление о статистических особенностях повторения слов в конкретном контексте и делают семантические корреляции, которые могут использоваться в войне против спама.
Используя семантику и субъективный поиск, поисковые системы получили возможность лучше понимать, что пользователи имеют в виду при наборе запроса.
Например, изображение ниже – это упрощенная иллюстрация того, как выглядит персонально ориентированный поиск. В него входят субъекты и предметы (люди, места, вещи, концепты, идеи), которые представлены в виде узлов и связаны отношениями – стрелками. Диаграмма показывает, как персонально ориентированный поиск использует разные объекты, в нашем случае персонажей мультфильма Симпсоны, чтобы дать более глубокий ответ на вопрос пользователя.
Семантика помогает более точно понять, что юзеры имели в виду. Например, поисковый запрос «Дженнифер Лоуренс», скорее всего, связан с американской актрисой, звездой фильма «Голодные игры». По запросу Google предоставляет ссылки на новости, фотографии, факты, связанные с ней аккаунты в социальных сетях и фильмы, в которых она снималась. Через понимание субъекта и анализ запросов пользователей поисковые системы могут сформировать лучшее понимание того, что может быть интересно людям. Изобретение Графа знаний Google – лучший пример.
Google, как и другие поисковые системы, стал очень искусным в распознавании различных субъектов и формулировании ответов на вопросы. Поиск обеспечивает связь данных и становится сильнее.
Ответы на вопросы формируются через алгоритмы и выводятся, когда, например, кто-то ищет «кто танцует в видео chandelier». Google знает, что это Мэдди Зиглер.
Как видите, идея о том, что поисковик по ключам доберется до сути и с высокой степенью точности правильно ответит на вопрос, делает процесс получения информации более конструктивным для пользователей.
Принцип работы семантического ранжирования
В процессе семантического ранжирования выполняется поиск контекста и связанности между терминами, что увеличивает количество совпадений, соответствующих запросу. Функция распознавания речи находит обобщения или заголовки и ответы в вашем содержимом и включает их в результат, который затем можно вывести на страницу результатов поиска для более эффективного поиска.
Современные предварительно обученные модели используются для формирования сводных данных и ранжирования. Чтобы обеспечить высокую производительность поиска, соответствующую ожиданиям пользователей, семантическое обобщение и ранжирование применяются только к первым 50 результатам, отобранным алгоритмом оценки подобия по умолчанию. Используя эти результаты в качестве корпуса документов, функция семантического ранжирования выполняет повторную оценку этих результатов на основании степени семантического соответствия совпадения.
Базовая технология взята из Bing и Microsoft Research и интегрирована в инфраструктуру когнитивного поиска в виде надстройки. Дополнительные сведения об исследованиях и инвестициях, связанных с семантическим поиском, см. в статье Использование ИИ из Bing в функции когнитивного поиска Azure (блог исследований Microsoft).
В следующем видео представлен обзор возможностей.
Голосовой поиск
По данным Google, 27% мирового онлайн-населения использует голосовой поиск на мобильных устройствах.
Поскольку сегодня все больше людей пользуются Алисой, Siri, Alexa или Google Home, алгоритмы распознавания голосового поиска тоже становятся сложнее. С помощью голосовых команд можно найти любую информацию, месторасположение, маршрут, прогноз погоды. А с помощью семантического поиска вы можете узнать температуру на улице, просто сказав: «Окей, Google. Мне нужно брать зонтик?»
Включить семантический поиск
По умолчанию семантический поиск отключен во всех службах. Чтобы включить семантический поиск для службы поиска, выполните следующие действия.
- Откройте портал Azure.
- Перейдите к службе поиска уровня «Стандартный».
- В левой области навигации выберите семантический поиск (Предварительная версия).
- Выберите план » бесплатный » или » стандартный«. Вы можете в любое время переключиться между бесплатным планом и планом Standard.
Бесплатный план семантического поиска ограничен за 1 000 запросов в месяц. После первых 1 000 запросов в бесплатном плане вы получите сообщение об ошибке, информирующее о том, что квота исчерпана при выполнении семантического запроса. В этом случае необходимо обновить план до уровня «Стандартный», чтобы продолжить использовать семантический поиск.
Кроме того, можно включить семантический поиск с помощью API создания или обновления службы , описанного в следующем разделе.
Что Hummingbird делает с запросами?
Алгоритм Hummingbird создан для обработки запросов, в которых есть больше двух ключевых слов. Он должен определить, какие ключевые слова главные, а какие — второстепенные. Всегда есть главное ключевое слово и подчиненное.
Подчиненные ключевые слова ищутся семантически и зачастую представляют собой синонимы. Для семантического поиска система должна разобрать на части запрос и подобрать несколько вариантов похожих по семантике запросов.
Чтобы сделать это правильно, поисковым системам нужно добавить сегментированную семантическую таблицу в свой индекс.
Такие медиа-объекты, как веб-страницы, изображения, аудио-клипы, профили в социальных сетях, всегда были связаны с сетью. Ими пользуются Граф Знаний и другие базы данных. Не семантика.
Граф Знаний и базы часто называют семантическим поиском, а медиа объекты — его элементами. Семантический поиск пошёл дальше и теперь может связывать медиа-объекты с реальными (например, людьми, местами, компаниями и событиями).
Зачем вкладываться в развитие семантического поиска?
Интернет изменил процесс того, как наш мозг получает и запоминает информацию. Мы чаще всего ищем, собираем информацию, чем запоминаем её. Вот почему поиск так популярен.
Поисковые системы заинтересованы в счастливых пользователях, которые будут возвращаться. Иначе рухнет их бизнес платной рекламы.
Граф Знаний и Базы позволяют удерживать пользователя подольше на странице поисковой выдаче, позволяя ему не переходить на другие сайты.
коротко о главном
Грамотно подобранная семантика приводит на сайт целевую аудиторию, заинтересованную в предлагаемых товарах/услугах.То есть Вы получите релевантный трафик без крупных рекламных вложений.
Но помните, что невозможно собрать запросы один раз и забыть про это. Ядро требует периодической проверки и дополнения. Упрощайте эту задачу и пользуйтесь специальными программами, я, конечно, оставлю Вам топ-5 таких: