SEOはキーワードからオントロジーとクエリパターンに移行します

クエリパターンを使用したキーワードからオントロジーへ

Googleに「バラク・オバマの身長」と尋ねると、特定のキーワードに一致するページを検索するのではなく、第44代米国大統領であった人物に関する事実情報を検索します。 私たちが実行している検索の種類、および検索エンジンが情報を収集してインデックスを作成し、それを使用して回答を返す方法は変化しています。 この変換は継続的なプロセスであり、Googleは引き続きクエリ内のキーワードをWebドキュメント内のキーワードと照合しています。 そのため、キーワード調査を行うことは引き続き理にかなっています。 しかし、この変化がどのように起こっているかを理解することで、将来の計画を立てることができ、検索エンジンがどこに行くのかを計画することができます。

ナレッジベースエンティティを検索で使用する方法などについて説明しているGoogleの特許を見てきました。 Googleが2012年に知識グラフを導入したとき、文字列ではなく物事に焦点を合わせ始めていると私たちに伝えました。 これらの文字列は、ドキュメントで照合される検索ボックスに入力されたキーワードのように、テキストの文字列です。 物事に焦点を当てた検索の変換は、検索エンジンがエンティティの属性とプロパティに関する情報を収集するWebページをクロールすることを意味します。 これは、次のように定義されるオントロジーなどのことにより重要になります。

オントロジーは、論議領界に存在するエンティティのタイプ、プロパティ、および相互関係の正式な命名と定義です。

クエリパターン

Googleが質問グラフを使用して検索結果に関連する質問を表示しているのを見て、それらの質問のエンティティがどのように接続されているかに注意を払っています。 私はそれらについて書いた、関連する質問は「人々も検索する」洗練されたものによって結合されます。 質問グラフを使用しています。

最近付与されたGoogle特許は、検索者が持つ可能性のある質問に回答する特定のエンティティについてクエリを作成する方法を説明し、より多くの質問に回答する可能性のあるクエリパターンを理解しています。 特許の概要が示すように：

一般に、本明細書に記載される主題の１つの革新的な側面は、特定の人、場所、または物に関する１つまたは複数の事実に関連する１つまたは複数のテキストクエリパターンの生成をクラウドソーシングすることを含む方法で具体化することができる。 たとえば、インターネットベースのシステムのユーザーは、「バラクオバマは6'1」など、特定の事柄についての事実を示すステートメントを受け取ることができます。 これに応じて、インターネットベースのシステムのユーザーは、「バラクオバマの身長は？」など、事実を取得するために使用できる1つ以上のクエリを生成して送信できます。 または、「バラクオバマの身長」というクエリ用語を含むクエリ。

Biperpedia：クエリストリームに基づいてオントロジーを構築するためのアプローチ

Biperpedia：検索アプリケーションのオントロジーと呼ばれるこの領域の一部をカバーするGoogleの論文がありました。これは、一緒に時間を過ごすことを強くお勧めします。 この特許のアイデアは、Biperpediaオントロジーがどのように開発されたかについてのガイドラインのようです。 Biperpediaオントロジーの焦点は、検索結果を返すために使用できるオントロジーの構築を支援することです。 ここにある特許の要約に記載されていることがわかります。

インターネットベースのシステムの他のユーザーがクエリを評価して、文法が不十分なクエリを削除したり、ぎこちない文型を使用したり、ステートメントで提供された事実に誘導されなかったり、特定の情報を求める際に他のクエリよりも有用性が低い場合があります。実際。 残りのクエリは、クエリパターンに正規化できます。たとえば、各クエリから句読点を削除し、スペルミスを修正し、各クエリのクエリ用語を小文字に変換し、各クエリからいわゆる「ストップワード」を削除します。他の正規化手法を使用します。

クエリパターンは、検索システムによって保存された1つ以上のファクトに関連付けることができる一般化されたクエリパターンに一般化できます。 これらの関連付けは、後でユーザーが検索システムからファクトを求めるクエリを送信するときに使用できます。 たとえば、「バラク・オバマの身長は？」というクエリです。 クエリパターン[バラクオバマの身長]として保存できます。これは、一般化されたクエリパターン[身長/人/]に一般化でき、検索システムによって保存される各人の各身長値に関連付けることができます。 次に、検索システムが「エイブラハムリンカーンの身長は？」というクエリを受け取ったとき。 検索システムは、クエリの用語を一般化されたクエリパターンに一致させることによって答えを取得できます。 たとえば、クエリ用語を[Abraham Lincolnの身長]に正規化し、一般化されたクエリパターン[身長/ Person /]に一致させることができます。

この特許は、ユーザークエリ内のクエリパターンを検索して、認識できるかどうかを確認することを示しています。 ほとんどの特許は、特定の問題を解決するために作成されています。 これは、それがこれらの用語で存在する理由を正確に述べています。

本明細書に記載されている主題の特定の実施形態は、以下の利点のうちの１つまたは複数を実現するために実施することができる。 比較的少数のクエリパターンを受信することにより、広範囲のトピックについて比較的多数のファクトを識別できるため、データと計算の効率を実現できます。 受信したクエリパターンは、ファクトまたはトピックに関連付ける前に検証またはフィルタリングできるため、質問に応じてシステムが提供できるファクトの全体的な精度が向上します。

特定のタイプのエンティティについて尋ねられる可能性のあるクエリパターンを理解することは、検索者によって提示された事実上のクエリに答えるためのパスです。 先月付与されたクエリパターンの特許は次のとおりです。

事実上のクエリパターン学習
発明者：Junli Xian、Engin Cinar Sahin、John Blitzer、Emma S. Persky
譲受人：Google Inc.
米国特許：9,898,512
付与：2018年2月20日
提出日：2015年5月13日

概要

ステートメントを提供することに応答して、特定のトピックの特定の属性を参照するステートメントを提供するための、コンピュータ記憶媒体上に符号化されたコンピュータプログラムを含む方法、システム、および装置は、それぞれが１つまたは複数を含む１つまたは複数のクエリパターンを取得する。特定のトピックの特定の属性の値を取得し、1つ以上のクエリパターンを一般化し、1つ以上の一般化されたクエリパターンを1つ以上の他のトピックに関連付ける際に、検索システムに送信されるクエリで使用されるクエリ用語特定の属性を含めます。

テイクアウト

あなたのページが何をカバーしているかについてあなたのターゲットオーディエンスがどんな質問をするかもしれないかを予測することは、取り組む価値のある運動かもしれません。 あなたのページが関係しているエンティティを知っていて、それらをあなたのページのスターにし、人々が持っているかもしれないそれらについての質問に答え、それらについての信頼できる情報源になるなら、それはオントロジーの下で成功するための道である可能性がありますクエリパターンとクエリストリームベースのオントロジーの恩恵を受けるベースのアプローチ。 私がもっと書いたのは：3つの方法クエリストリームオントロジー変更検索