我们使用搜索引擎,但我们并不总是最好的问问题。
把这个半写得很差的搜索查询为例:
值得庆幸的是,谷歌仍然是我们相关的结果。如何?自然语言处理(NLP)。
NLP是一种人工智能技术的目标是理解人类语言。NLP帮助计算机理解、解释和复制人类语言特征。
在一个由技术统治时代,重要的是计算机能够理解我们。NLP是为了把我们的低劣的语言输入和把它们变成有用的计算机可以理解的东西。
这个任务不会是困难的如果我们都说话像机器人一样,但我们没有。我们使用俚语,有不同的方言,滥用语法,省略标点符号。从计算机的角度来说,就像一个初学者在一个新的语言和冒险进入城市中心只有遇到短语你从未听过的。你不知道如何适当地回应。
自机器学习介绍了算法,计算机可以处理大量的信息以识别模式和更好地理解人类语言。这对科技有许多用例,其中许多你每天看到和使用:
百分之十五的谷歌查询是全新的。换句话说,搜索引擎以前从未见过的组合词构成15%的搜索。
这并不是因为我们正在寻找话题谷歌从未见过的。这是由于不同的方法我们把单词和问问题,无论是在写作和语音搜索。Google和其他搜索引擎能够回答的问题,我们无法正确形式。
”我们的工作就是找出你正在寻找和表面有用的信息从网上,不管你怎么拼写或组合查询的词。”
- - - - - -潘度Nayak谷歌
谷歌不断试图更好地理解查询为了服务相关的搜索结果,和自然语言处理领域发挥着巨大的作用。
除非你住在一个偏僻的岛上,你可能会听到噪音伯特在10月下旬。我很不小心的不要去碰它。伯特(双向编码器表示从《变形金刚》)是一个NLP模型,谷歌在2018年推出,2019年10月开始推出。伯特有能力把一个词的上下文基于之前或之后的单词。
简而言之,伯特有助于搜索引擎更好地理解意图,尤其是长时间的搜索包含多个介词。
例如,谷歌查询大喊:“2019年巴西旅行到美国需要签证”在最近的一个职位。“”这个词是至关重要的。伯特之前,谷歌会返回的结果对美国公民前往巴西。Post-BERT,谷歌可以意识到细微差别并返回一个更相关和有用的结果。
非开发人员和那些不熟悉人工智能,NLP可以看起来像一个外国和遥远的概念。幸运的是,谷歌给了我们一些真正有用的见解通过云API产品,提供了一套先进的NLP模型。这个API可以通过谷歌云计算和使用各种应用程序的公司数量。
谷歌提供了一个简短的免费演示它的API。
如何检查一下:
|
所有这些与搜索引擎优化?让我们开始通过查看谷歌的自然语言API的四个主要方面:实体,情绪,和语法分析,和类别。
把很简单,一个实体是一个东西。一个实体可以是一个地方,人,组织,想法,或概念。实体地址的事情之间的关系,帮助搜索引擎像谷歌了解他们的亲缘。
例如,以下是实体:
当你搜索“加拿大总理”,得到以下结果:
搜索引擎寻找同现为了建立实体之间的关系。上面列出的三个实体存在一起足够频繁在网络上,搜索引擎能够自信地给你一个结果查询。
除了同现,谷歌看着其他贡献者的知名度和权威性等因素来衡量实体之间的关系的重要性。
这四个NLP模型,实体对SEO有最大的影响。谷歌的自然语言API措施显著的实体内容中找到。突出的成绩多么重要的实体在整个文本。得分越高,越突出的实体。
不幸的是,没有可靠的方法来优化内容实体显著,我们也不确定实体突出意味着更高的排名。然而,实体可以指导突出内容优化,特别是在满足用户的意图。
选择这个话题你想军衔,复制和粘贴前五名竞争对手的结果到自然语言API,看看他们的实体突出成绩。
这将给你一个明确的重要实体谷歌认为关于这个话题。深入探讨了维基百科的文章(联系时),将帮助您了解主题和属性应该覆盖着你的作品。
注意内容并不是唯一影响实体搜索。实体也意味着大量的链接,因为它们帮助搜索引擎识别相关和不相关的联系。例如,一个公司想要排名SEO在亚特兰大需要质量的链接页面SEO和页面关于亚特兰大为了建立亲缘和局部的权威。由于实体,从页面的链接关于小狗和纽约将为这个品牌更重要。
情感分析是NLP的另一个分场,试图对一个实体识别意见和情绪在一个文本。
情绪是得分1(非常负面的感觉)来1(非常积极的感觉)。级是一个正数,措施文本的总体感觉,无论是积极的还是消极的。
基于演示谷歌供应,也就不足为奇了唯一的文本,是站在参考Android手机,Sundar Pichai表示用户喜爱。这句话的是1级和分数是0.5分。
2018年1月,关于片段,丹尼·沙利文表示:
“例如,搜索“爬行动物好宠物”应该得到相同的特色片段”是爬行动物坏宠物”因为他们正在寻求相同的信息:爬行动物当宠物吗?然而,我们所服务的特色片段相互矛盾。”
尽管谷歌仍尝试他们应该为这个查询显示,它告诉我们,信心在排名起着很大的作用。如果你想排名为积极查询(如“爬行动物好的宠物”),你应该试图写一篇人气高的分数。
此外,这意味着发现的情绪在你的反向链接和品牌提到谷歌可能会发送信号。虽然没有太多可以做优化,它做了一个案例,确保贵公司提供一流的客户服务,并努力和真实性为其品牌。
语法分析分解的一切话文本并返回它的类型,情绪,声音,和更多。
语法让我们了解谷歌看着我们理解的句子和单词分类。
语法分析提供了更少的影响内容和搜索引擎优化作为我们其他三个模型。好语法和清晰的句子结构是满足读者的关键,但它不太可能会收集,更从语法分析。
事实上,如果你使用语法或另一个AI写作助理工具,很可能你已经使用语法分析来优化你的内容。
类别显示谷歌如何分类文本。在他们的API演示,您将看到类别以及信心得分。
我们的例子中是短暂的,所以我们只看到一个类别一个相当低的分数的信心。如果你想添加几段关于电话,您可能会看到信心得分为移动和无线上升接近1。
不用说,你会希望你的内容产生一个高信心得分你想排名的类别和子类别。
与实体一样,不太可能有一个久经考验的过程优化分类。然而,分类也能作为一个伟大的指导。我建议分析实体分析一流的页面制作内容和之前使用类别分类作为接下来的写作更多的检查。
例如,如果你写了一篇文章对小狗,得分0.99信心得分/汽车&车辆/汽车/摩托车(按类型),这将是值得重新审视你覆盖的标题和副标题(或者刚刚开始的)。
尽管NLP并不提供具体证明公式更好的排名,这是可能的未来搜索引擎优化。重要的是seo有基本的了解NLP模型和谷歌如何处理语言。保持你的眼睛对未来谷歌增加了他们的算法模型,和不要害怕脚尖的水域机器学习和人工智能。这是我们的行业走向。
