NLP SEO — co to jest i jak może ulepszyć Twoją witrynę

Tak, wszyscy wiemy, że Google to wyszukiwarka semantyczna.

Oznacza to, że…

Google stara się zrozumieć znaczenie treści, a nie tylko szukać dosłownych dopasowań słów kluczowych.

Powodem jest to, że Google stara się poprawić wrażenia użytkownika, próbując uzyskać wyniki, które dokładniej spełniają intencje osoby wyszukującej.

W tym celu Google stosuje algorytmy przetwarzania języka naturalnego (NLP), które czytają Twoje treści.

W tym poście postaram się odpowiedzieć:

• Co to jest przetwarzanie języka naturalnego?
• Jak działa przetwarzanie języka naturalnego?
• Jak wykorzystujesz przetwarzanie języka naturalnego w SEO?

Aby to zrobić, skupię się na wiedzy teoretycznej, a także założę czapkę naukowca i zrobię małe eksperymenty. (Tak, uwielbiam majsterkować.)

Moim celem w tym eksperymencie jest głębsze zrozumienie, jak stworzyć SEO na stronie dla NLP.

Ale najpierw, jeśli zastanawiasz się, czym jest NLP Google…

Co to jest NLP (przetwarzanie języka naturalnego)?

NLP lub przetwarzanie języka naturalnego to dziedzina sztucznej inteligencji, która pozwala maszynie rozumieć ludzki język, pisany lub mówiony. Jest to dziedzina, która łączy językoznawstwo i informatykę, umożliwiając komputerom analizę i „zrozumienie” języka w celu wydobycia znaczenia z tekstu i mowy.

Teraz możesz się zastanawiać…

Do czego służy przetwarzanie języka naturalnego Google?

Przetwarzanie języka naturalnego pozwala wyszukiwarkom na dostarczanie zaskakująco dokładnych odpowiedzi na zapytania użytkowników i zapewnia szybkie odpowiedzi na pytania w postaci funkcji SERP. Pomaga także użytkownikom zawęzić wyszukiwanie, gdy pytanie jest szerokie lub niejasne.

Innymi słowy, pomyśl o tym…

Czy zauważyłeś, że po wpisaniu zapytania w Google otrzymujesz zaskakująco dokładną i trafną odpowiedź?

Jak to robi Google?

W rzeczywistości Google rozwiązuje jednocześnie dwa problemy.

Po pierwsze, Google musi zrozumieć zapytanie.

Pomyśl o tym.

Jak sformułować zapytanie, aby przyniosło to rezultaty, których faktycznie szukasz? W większości używasz języka naturalnego.

W przeciwieństwie do tego, przypomnij sobie, jak sformułowałeś swoje zapytanie w 2018 r., zanim wdrożono algorytm BERT Google. Z tego, co pamiętam, zbudowałbyś zapytanie na podstawie krótkich fraz. Jeśli nie znalazłeś tego, czego szukałeś, możesz wypróbować kilka odmian, aż Google przedstawi informacje, których szukasz.

Ale teraz wpisujesz zapytanie w języku naturalnym. Oznacza to, że Google musi zrozumieć Twoje zapytanie.

Po drugie, gdy Google zrozumie Twoje zapytanie, musi dowiedzieć się, jakie treści przynieść, aby odpowiedzieć na pytanie. Oznacza to wprowadzenie rankingowej listy adresów URL, a także funkcji SERP.

Aby zrozumieć, jakie treści Ci dostarczyć, Google musi zrozumieć znaczenie treści, które ma w swoim indeksie.

Oznacza to, że techniki przetwarzania języka naturalnego analizują zarówno zapytanie, jak i zawartość w jego indeksie.

Najlepszym tego przykładem jest treść zawarta w Featured Snippets. Kiedy Featured Snippets były nowe, często przedstawiały niezrozumiałe sałatki słowne.

Powodem jest to, że polecane fragmenty często zawierają treść z nieustrukturyzowanych akapitów. Oznacza to, że aby udzielić prostej i dokładnej odpowiedzi na zapytanie użytkownika, Google musi dokonać pewnych edycji.

Teraz, gdy rozumienie języka przez Google znacznie się poprawiło w ciągu ostatnich kilku lat, tekst z wyróżnionym fragmentem stał się jasny, użyteczny i łatwy do zrozumienia.

Dawno minęły czasy niezrozumiałych sałatek słownych, jak widać w dość ironicznym opisie poniżej.

Jak działa przetwarzanie języka naturalnego?

Chociaż jest to duży temat, oto przegląd 30 000 stóp.

Algorytmy przetwarzania języka naturalnego Google działają, dzieląc zdania na różne terminy, dzieląc zdania na części mowy i ustalając relacje między słowami w oparciu o reguły gramatyczne.

Możesz to łatwo zobaczyć, analizując swój tekst za pomocą demonstracji interfejsu API języka naturalnego Google.





Następnie Google identyfikuje podmioty i obiekty jako podmioty, a następnie przypisuje je do typów podmiotów, takich jak osoba, lokalizacja, organizacja itp. Algorytmy identyfikują również znane podmioty, co oznacza podmioty, które już istnieją w jego grafie wiedzy.

(Na marginesie, aby naprawdę zrozumieć ten post na blogu, potrzebujesz jasnego zrozumienia, czym są encje i wykresy wiedzy. Tak więc, jeśli się zastanawiasz, zamieściłem powyżej linki do innych postów na blogu, które mają sprawić, że te koncepcje będą kryształami jasne.)




Demonstracja interfejsu API języka naturalnego firmy Google pokazująca, w jaki sposób NLP firmy Google dzieli zdania na jednostki.


Google analizuje również sentyment, czyli stosunek pisarza do podmiotów wymienionych w tekście.




Demonstracja interfejsu API języka naturalnego firmy Google przedstawiająca analizę nastrojów NLP firmy Google.


Google stara się również zrozumieć kategorię treści. Jak widać na poniższym zrzucie ekranu, kategoria analizowanego tekstu to Internet & Telecom.





Okej, więc teraz, gdy rzuciłeś okiem na to, jak Google rozumie treści, staje się oczywiste, że NLP i SEO idą w parze.

Sprawdźmy więc, jak Google rozumie język i zobaczmy, czy możemy zebrać pewne spostrzeżenia dotyczące SEO.

Cztery przykłady NLP oparte na czterech podobnych zapytaniach

Aby zademonstrować, jak działają algorytmy NLP Google, stworzyłem mały test, aby zobaczyć, jak Google rozumie semantycznie podobne zapytania. Rezultatem jest kilka świetnych przykładów NLP.

W tym eksperymencie moim celem jest zrozumienie, czy Google rozumie różnicę między zapytaniami. Aby to zrobić, zbadam:

• Jak Google odpowiada na każde zapytanie
• Semantyka oparta na moim ludzkim rozumieniu
• Semantyka oparta na narzędziu Google NLP Demo

Podczas tego eksperymentu specjalnie szukałem zapytań, które przynoszą wyniki z wyróżnionym fragmentem. Wybrałem Featured Snippets, ponieważ, jak wspomniałem powyżej, w celu jego stworzenia Google często łączy ze sobą różne elementy, takie jak tekst i obrazy. Sposób, w jaki Google to robi, pokazuje, jak Google interpretuje każdy element.

A ponieważ Google dostarcza polecany fragment jako odpowiedź na zapytanie, wyróżnione fragmenty pokazują również, w jaki sposób Google rozumie zapytanie.

Innymi słowy, chciałem zobaczyć, jak Google zarządza treściami, co wymaga więcej wyrafinowania niż tylko dostarczenie listy niebieskich linków. Ponieważ im bardziej szczegółowy wynik, tym mniej prawdopodobne jest, że Google zgadł z wielkim szczęściem.

Przeszukałem te cztery zapytania:

• Jaki jest symbol chińskiego smoka
• Chiński symbol smoka
• Jaki jest chiński symbol smoka
• Co oznacza symbol chińskiego smoka

Teraz, na pierwszy rzut oka, możesz pomyśleć, że te zapytania mają tę samą lub przynajmniej podobną intencję.

A jeśli tak, to wszystkie powinny przynieść takie same rezultaty.

Aby to przetestować, przeszukałem każdy z nich w Google.

I jak pewnie sobie wyobrażasz, każdy wynik był inny. Co więcej, nie przynieśli nawet tych samych adresów URL, tekstu ani obrazów.

Przyjrzyjmy się więc każdemu z nich, aby spróbować zrozumieć, co widzi Google i spróbuj zrozumieć, dlaczego.

1. Przykład #1 „Co to jest chiński symbol smoka”

Pierwsze zapytanie, „co to jest chiński symbol smoka”, jest poprawne gramatycznie. Jeśli wpiszesz takie zapytanie w Google, teoretycznie powinieneś uzyskać najlepsze wyniki.





Jak widać z powyższego fragmentu wyróżnionego, Google przedstawia cytat z wpisu na blogu Chinaasy.com zatytułowanego „Znaczenie symbolu smoka w kulturze chińskiej”.

Teraz, zanim przyjrzę się narzędziom, oto moja analiza semantyczna oparta na moim ludzkim rozumieniu. (Tak, mój mózg to moje ulubione narzędzie SEO.)

Zapytanie jest sformułowane tak, aby zrozumieć, czym jest chiński symbol smoka. Oznacza to, że głównym bytem jest symbol smoka pochodzący z Chin.

Google doskonale odpowiada na to pytanie. Na przykład tag tytułowy wyraża, że ​​artykuł wyjaśni znaczenie symbolu smoka w kulturze chińskiej. To jest dokładnie to, czego szukał poszukiwacz.




Patrząc na tekst w Featured Snippet, zauważysz, że Google wyjaśnia, co symbolizują smoki w chińskiej kulturze.




Ponownie, jest to całkiem niezłe doświadczenie użytkownika, jeśli mnie o to poprosisz. Polecany fragment zapewnia użytkownikowi całkiem dobry przegląd tematu.

Przejdźmy teraz do demonstracji interfejsu API języka naturalnego Google, aby zobaczyć, jak Google rozumie zapytanie.





Patrząc na powyższy zrzut ekranu, Google wydaje się rozumieć, że w zapytaniu występują dwa podmioty.

Po pierwsze, słowo „chiński” odnosi się do lokalizacji w Chinach. Widać to po fakcie, że demo API identyfikuje je jako „lokalizację”. Ponadto narzędzie zawiera link do artykułu Wikipedii o Chinach. Artykuł w Wikipedii pojawia się, gdy Google rozpozna podmiot znajdujący się w jego Grafie wiedzy.

Innymi słowy, Google rozpoznaje nieznaną jednostkę o nazwie „symbol smoka” i jest ona powiązana z lokalizacją „Chiny”.

Z mojej perspektywy zgadza się to z moim ludzkim rozumieniem jednostek w zapytaniu, a wynik najprawdopodobniej spełni zapytanie użytkownika.

Przyjrzyjmy się teraz kolejnemu zapytaniu.

2. Przykład #2 – „Chiński symbol smoka”

Następnym zapytaniem jest 'symbol chińskiego smoka'.

Mimo że to zapytanie nie jest poprawne gramatycznie, jako człowiek, zazwyczaj wpisuję takie zapytanie jako skróconą nazwę „Co to jest symbol chińskiego smoka?”.

Dla mnie brakujące „Co to jest...” jest implikowane, a te dwa zapytania oznaczają to samo. Mój mózg wypełnia luki.

Jednak dla Google różnice semantyczne wymagają zupełnie innej odpowiedzi.

Kiedy wpisałem to w Google, oto co zobaczyłem:





Jak widać na powyższym zrzucie ekranu, Google prezentuje informacje z Wikipedia.com. Co się stało z adresem URL Chinaasy.com, który widzieliśmy powyżej?

Jeśli pójdziemy za samym tagiem tytułu, wygląda na to, że Google dostarcza treści z ogólnego artykułu o chińskich smokach, a nie konkretnego artykułu, który wyjaśnia, co chiński smok oznacza w chińskiej kulturze, co widzieliśmy, patrząc na poprzednie zapytanie.




Ponadto zawartość polecanego fragmentu jest trochę niezręczna.




Chociaż odpowiedź jest podobna do tej, którą widzieliśmy, patrząc na poprzednie zapytanie, tutaj pierwsze zdanie zaczyna się od „Symbol smoka to też…”. Słowo „również” tutaj wydaje się dziwne.

Więc najważniejsze pytania brzmią: dlaczego adres URL jest inny i dlaczego tekst jest niezręczny?

Być może odpowiedź brzmi, że w zapytaniu brakuje słów kontekstowych „Co to jest…”.

Z doświadczenia wynika, że ​​gdy ktoś wpisuje szerokie hasło w pasku wyszukiwania, Google udziela szerokiej odpowiedzi, która może zaspokoić wiele intencji użytkowników.

Domyślam się tutaj, ale może to wyjaśnić, dlaczego Google wprowadza artykuł z Wikipedii zamiast artykułu z Chinaasy.com.

Artykuł w Wikipedii jest bardziej ogólny i nie skupia się na symbolice chińskiego smoka, ale obejmuje ten temat szerzej.

Najpierw wyjaśnia, czym jest chiński smok w ogóle, i wspomina tylko o tym, co symbolizuje w czwartym wierszu.





A jeśli spojrzysz na powyższy zrzut ekranu, zobaczysz, dlaczego w polecanym fragmencie pojawia się słowo „również”.

Innymi słowy, wykluczając słowa „Co to jest…”, Google wprowadza bardziej ogólny adres URL.

Przyjrzyjmy się teraz zapytaniu w demo API Google.





Tutaj widzimy, że Google (według tego narzędzia) rozumie zapytanie jako jedną jednostkę. Chiny nie są postrzegane jako lokalizacja, jak widzieliśmy w poprzednim zapytaniu.

Teraz z całkowitej ciekawości zmieniłem kolejność słów na „symbol chińskiego smoka”, aby sprawdzić, czy uzyskałem ten sam wynik. Na poniższym zrzucie ekranu zobaczysz, że kiedy zmieniam kolejność słów, słowo „chiński” w ogóle nie jest postrzegane jako jednostka.





Zamiast tego Google postrzega to jako przymiotnik.





Na wynos tutaj jest po prostu zmiana kolejności słów, zmiana sposobu, w jaki wyszukiwarka rozumie zapytanie.

To powiedziawszy, wynik jest nieco satysfakcjonujący, ale mam wrażenie, że poprzedni wynik jest znacznie lepszy.

Spójrzmy na trzecie zapytanie.

3. Przykład #3 – „Czym jest chiński symbol smoka”

Zapytanie „co to jest chiński symbol smoka” jest kombinacją dwóch poprzednich zapytań.

Teraz z perspektywy użytkownika wyobrażam sobie, że Google odczytuje to zapytanie w taki sam sposób, w jaki odczytuje poprzednie. Mam na myśli, że jako człowiek czytam „smoczy symbol chiński” jako skrócony sposób napisania zdania „Co to jest chiński symbol smoka”.

Jeśli jednak spojrzysz na polecany fragment, zauważysz, że Google się nie zgadza.





Jak widać na powyższym zrzucie ekranu, Google prezentuje adres URL witryny Chinaasy.com w Featured Snippet, podczas gdy poprzednie zapytanie przyniosło adres URL z Wikipedii.

Jest to prawie identyczne jak w przypadku fragmentu polecanego, który widzieliśmy w pierwszym zapytaniu, co prowadzi mnie do wniosku, że zmiana adresu URL w drugim zapytaniu nie była wynikiem zmiany kolejności słów, ale była wynikiem braku słów kontekstowych „Co to jest …”.

Jeśli przyjrzymy się zapytaniu za pomocą analizatora NLP firmy Google, zobaczymy, że Google zakłada, że ​​głównym podmiotem jest „chiński symbol”.





Przyjrzyjmy się teraz zapytaniu „Co przedstawia chiński smok?”.

4. Przykład nr 4 – „Co przedstawia chiński smok”

Ponownie, gdy spojrzysz na polecany fragment, zauważysz, że Google oferuje zupełnie inny adres URL. Tym razem Google udostępnia depts.washington.edu.





Spróbujmy teraz zrozumieć, dlaczego tym razem Google wprowadził inny adres URL. Jeśli porównamy to z pierwszym zapytaniem „Czym jest chiński symbol smoka”, jest jedna podstawowa różnica.

Pierwsze pytanie zadało niejasne pytanie. Kiedy zadajesz pytanie zaczynające się od „Co to jest…?” w żaden sposób nie kwalifikujesz swojego pytania. Ale kiedy zadajesz pytanie „Co oznacza x?” zadajesz bardziej szczegółowe pytanie. Im bardziej szczegółowe pytanie, tym dokładniejsza odpowiedź.

Mając to na uwadze, przyjrzyjmy się tekstowi polecanego fragmentu.




Jak widać, tekst zawiera słowa „symbol smoka reprezentuje ”.

Być może Google użył tego adresu URL, ponieważ zapytanie zawierało słowo „represent” (Co oznacza symbol chińskiego smoka?)

OK, omówiliśmy kilka teorii NLP, a także kilka przykładów NLP w akcji.

Teraz spójrzmy na NLP dla SEO.

Jak wdrożyć NLP w SEO?

Po mojej małej demonstracji widziałeś, jak Google i inne wyszukiwarki wykorzystują techniki NLP, aby zrozumieć Twoje treści. Więc jako SEO, najważniejsze pytanie brzmi: w jaki sposób możesz wykorzystać NLP do poprawy SEO?

Poniżej znajduje się krótka lista zaprojektowana, aby pomóc Ci ulepszyć SEO NLP.

Uwzględnij zamiar wyszukiwania w badaniu słów kluczowych

Jak wspomniałem powyżej, Google analizuje Twoje zapytania. Robiąc to, Google stara się zrozumieć intencję wyszukiwania kryjącą się za zapytaniem, aby mogło przynieść trafne wyniki, które odpowiednio odpowiadają na pytanie.

Oznacza to, że zrozumienie, w jaki sposób Google interpretuje zamiar wyszukiwania, ma kluczowe znaczenie. Najprostszym sposobem na to jest analiza SERP.

Powodem jest to, że wykonując analizę SERP można łatwo zobaczyć, jakie zasoby Google udostępnia w odpowiedzi na zapytanie. Widząc to, możesz dowiedzieć się, jak Google rozumie intencję wyszukiwania.

Pisz prosto i wyraźnie

Jak widać z powyższych przykładów NLP, Google analizuje tematy i przedmioty zdań w Twoich treściach, aby zidentyfikować podmioty. Co więcej, wprowadzanie niewielkich zmian w strukturze zdania może zmienić strukturę semantyczną zdania w sposób, którego Ty jako osoba możesz nie wykryć. Pamiętaj, że Google nie jest człowiekiem i nie rozumie Twoich treści w taki sposób, jak Ty.

Aby sobie z tym poradzić, zawsze pisz proste zdania i staraj się wyrazić jedną ideę w zdaniu.

Zidentyfikuj i uwzględnij jednostki w swoich treściach

Ponieważ Google nie tylko identyfikuje podmioty w Twoich treściach, ale także łączy je ze znanymi podmiotami na swoim wykresie wiedzy, powinieneś spróbować zidentyfikować wszystkie podmioty, które Google spodziewa się zobaczyć w treści, która odpowiada na zapytanie.

Możesz to łatwo zrobić, analizując najlepsze treści Google za pomocą demonstracji interfejsu API Google lub importując dane jednostek za pomocą Pythona.

Analiza treści konkurencji za pomocą demonstracji interfejsu API Google to świetne miejsce na rozpoczęcie pracy. Po prostu wrzuć ich zawartość do wersji demonstracyjnej i przeanalizuj ją.





Gdy to zrobisz, przejrzyj raport Entities. Wszędzie tam, gdzie narzędzie wyświetla adres URL (zwykle z Wikipedii), znalazłeś znaną jednostkę.

Korzystając z tego narzędzia, możesz przeglądać wszystkie najważniejsze treści i szukać wspólnych encji do uwzględnienia w treści.

Inną opcją jest użycie Pythona do znalezienia danych encji. Jeśli chcesz zobaczyć, jak to zrobić, zapoznaj się z wpisem na blogu Marco Giordano o tym, jak używać Pythona do NLP i semantycznego SEO.

Dopasuj odpowiedzi do pytań

W artykule, który widziałem na stronie Billa Slawskiego, patent Google stwierdza, że ​​Twoje treści mają większe szanse na wybranie odpowiedzi Ludzie też pytają, jeśli jest przedstawiana jako pytanie i odpowiedź.

Innymi słowy, aby Twoje treści znalazły się w funkcji Ludzie też pytają, umieść pytanie w treści, a następnie odpowiedz na nie. Dodałbym, aby ułatwić Google zrozumienie, że odpowiadasz na pytanie, odpowiedz natychmiast po pytaniu.

Teraz, jeśli napisanie pytania i natychmiastowa odpowiedź w treści pomoże Google umieścić Twoją treść w polach PAA, zrozumiałe jest, że aby Google zrozumiała treść, powinieneś ogólnie dążyć do uporządkowania treści w ten sposób, nawet jeśli nie kierujesz na skrzynki PAA.

Użyj przejrzystej struktury

Aby zrozumieć jednostki, Google może pobierać informacje z informacji ustrukturyzowanych i częściowo ustrukturyzowanych. Oznacza to, że Google rozumie proste znaczniki HTML, takie jak nagłówki (H1, H2 itp.).

Co więcej, z tego, co widziałem, Google łatwiej jest zrozumieć dane ustrukturyzowane i częściowo ustrukturyzowane niż dane nieustrukturyzowane.

Rozumiejąc to, powinieneś stworzyć przejrzystą strukturę treści za pomocą logicznych nagłówków (H1, H2, itp.).

(Aby uzyskać więcej jasności, zapoznaj się z moim artykułem na Grafie wiedzy Google).

Co oznacza dla Ciebie NLP Google

Wyszukiwanie semantyczne jest tutaj i z tego, co widzę, jest tutaj, aby zostać.

Widzę, że wyszukiwanie semantyczne zmienia zasady gry w SEO. Możemy tego teraz nie widzieć, ale ponieważ Google podwaja algorytmy takie jak Bert i MUM, zdolność Google do pracy z ludzkim językiem rośnie wykładniczo.

Oznacza to dla mnie, że musimy zacząć optymalizować nasze treści pod kątem tych algorytmów. I tak, rozumiem, że ta gałąź SEO jest w powijakach, ale tak jak robiliśmy to w przeszłości, przy odrobinie prób i błędów możesz dowiedzieć się, jak poprawić ruch i widoczność.

I o to chodziło w moim małym eksperymencie. Próbuję dowiedzieć się praktycznie, jak semantyczne algorytmy wyszukiwania wpływają na wyniki wyszukiwania, aby dowiedzieć się, jak lepiej zoptymalizować swoje treści.