구조화된 데이터로 질문에 답하기

팩트만 빠르게

2005년에 공식 Google 블로그는 Just the Facts, Fast라는 게시물을 게시했습니다. 최근 Google은 제로 결과 SERP와 같은 게시물에서 많은 주목을 받은 쿼리에 대한 단일 결과 답변을 보여주고 있습니다.

질문 세트의 맨 위에 추천 스니펫이 있는 것과 달리 질문에 대한 답변을 하나만 표시하는 것은 많은 관심을 끄는 것처럼 보였습니다.

구글의 질의응답은 그동안 SEO 업계에서 다이렉트 답변이라고 불렀던 검색 결과 상단의 질문에 대한 팩트 기반 답변 형식이었다. Eric Schmidt는 Eric Schmidt라는 게시물에서 다루었듯이 Google이 2011년까지 사람들이 던질 수 있는 질문에 답하기를 원한다고 들었습니다. .

나는 Google이 어떻게 이러한 질문에 대한 사실을 찾는지에 대해 썼습니다: How Google was Corroborating Facts for Direct Answers, 이것은 일부 사람들에게 지역 검색 결과를 돕는 것으로 알려진 NAP(이름-주소-전화) 일관성을 상기시킬 수 있습니다.

또한 Google이 페이지를 크롤링할 수 있는 질문에 답변하고 질문과 답변을 수집하고 답변을 제공할 수 있는 이러한 정보의 데이터 저장소를 만드는 데 사용할 수 있는 약간 다른 접근 방식에 대해 썼습니다. 직접 답변 – 자연 의도 쿼리에 대한 언어 검색 결과.

구조화된 데이터 기반

그러나 Google이 질문에 답하기 위해 스키마 마크업과 같은 구조화된 데이터를 사용할 수 있는 것처럼 내 마음속에 있는 질문입니다. 그것은 Google이 답변하지 않은 질문입니다. 최근에 Google이 Google의 추천 스니펫에 대한 A 재소개(Google에 합류한 후 Danny Sullivan이 게시한 첫 번째 내용 중 하나)라는 제목의 게시물을 게시하는 것을 보았을 때도 마찬가지였습니다.

Google에서 최근에 부여한 특허에서 약간 다른 답변을 얻었습니다. 질문에 답하는 데 중점을 둡니다. 검색자는 종종 다음과 같은 질문에 대한 답변을 원한다는 사실로 시작됩니다.

검색 시스템 사용자는 리소스 목록보다 특정 질문에 대한 답변을 검색하는 경우가 많습니다. 예를 들어, 사용자는 특정 위치의 날씨, 주식의 현재 시세, 주의 수도 등을 알고 싶어할 수 있습니다. 질문 형식의 쿼리가 수신되면 일부 검색 엔진은 다음을 수행할 수 있습니다. 쿼리의 질문 형식에 대한 응답으로 특수 검색 작업. 예를 들어, 일부 검색 엔진은 질문에 대한 "한 상자"의 형태로 제공되는 정보와 같은 "대답"의 형태로 이러한 쿼리에 응답하는 정보를 제공할 수 있습니다.

이 특허가 질문 답변에 대한 다른 특허와 다른 점은 특허 설명의 다음 줄입니다.

일부 질문 쿼리는 사실을 추구하므로 사실 테이블과 같은 구조화된 데이터에 열거된 사실에 의해 잘 처리됩니다.

우리는 지난 해에 일련의 이벤트를 따라 특정 유형의 작업을 수행하는 방법에 대한 Howto 정보의 형태로 스키마가 도입된 것을 보았습니다. 추천 스니펫에 대한 훌륭한 답변이 될 것입니다.

따라서 이 특허의 요약은 그 뒤에 있는 프로세스에 대해 자세히 설명합니다. 이 방법으로 고유한 방법을 알려줍니다.

일반적으로, 본 명세서에 기술된 주제의 한 혁신적인 측면은 답변 응답을 구하는 질문 쿼리로 결정된 쿼리 및 쿼리에 응답하도록 결정된 리소스 식별 데이터를 수신하는 동작 및 순위에 따라 정렬되며 쿼리에는 검색어가 포함됩니다. 리소스의 최상위 서브세트에서 구조화된 콘텐츠 세트를 식별하는 단계 - 각 구조화된 콘텐츠 세트는 리소스 중 하나의 관련 속성에 따라 배열된 콘텐츠임 -; 각각의 식별된 구조화된 콘텐츠 세트에 대해, 구조화된 콘텐츠 세트의 관련 속성과 일치하는 쿼리의 용어에 기초하여 쿼리가 구조화된 콘텐츠 세트와 일치하는지 여부를 결정하는 단계; 질의가 일치하는 것으로 결정된 구조화된 콘텐츠 세트 중 하나를 선택하는 단계; 선택된 구조화된 콘텐츠 세트로부터, 질의의 용어와 일치하는 관련 속성으로부터 구조화된 사실 세트를 생성하는 단계; 및 질의에 응답하고 검색 결과와 분리되고 구별되는 것으로 결정된 리소스를 식별하는 검색 결과와 함께 구조화된 팩트 세트를 제공하는 단계를 포함합니다.

구조화된 데이터를 사용하여 질문에 답할 때의 이점

특허 요약은 이 질문 답변 프로세스의 사용 이면에 있는 "장점" 목록을 제공합니다.

1. 다중 품질 신호는 검색 시스템이 고정밀 일치를 얻도록 합니다.
2. 시스템은 사람의 큐레이션 없이 구조화된 소스에서 고유한 결과를 제공할 수 있습니다.
3. 시스템은 [몽골 인구 밀도], [인도 최고점], [프랑스 인구 증가율], [네브라스카 쿼터백 하이스만] 등과 같이 저명한 엔터티의 잘 알려지지 않은 다양한 속성에 대한 사실 답변을 쉽게 제공할 수 있습니다.
4. 구조화된 데이터를 기반으로 한 팩트 세트는 팩트 탐색 질문 쿼리에 대한 응답으로 제공될 수 있습니다.
5. 리소스에서 구조화된 콘텐츠를 먼저 식별하고 구조화된 콘텐츠의 하위 집합을 처리함으로써 쿼리 시간에 필요한 처리 능력이 줄어들고, 이는 차례로 검색 쿼리 처리의 기술 영역을 향상시킵니다.
6. 이것은 또한 사용자 검색과 가장 관련이 있는 정보에 더 빨리 액세스할 수 있게 하여 결과적으로 사용자 경험을 향상시킵니다.
7. 또한, 이는 정보 요구에 직접적으로 답변하는 팩트 세트가 사용자에게 제공될 가능성을 향상시키고, 결과적으로 사용자 경험을 더욱 향상시킵니다.

이 최근 특허는 ​​다음과 같습니다.

구조화된 콘텐츠에서 사실에 답하기
발명가: Jayant Madhavan, Hongrae Lee, Warren H. Y Shen 및 Sreeram Viswanath Balakrishnan;
양수인: Google LLC(캘리포니아주 마운틴뷰)
미국 특허: 9,916,348
부여: 2018년 3월 13일
출원일: 2015년 8월 12일

추상적 인

일 양태에서, 방법은 답변 응답을 구하는 질문 쿼리로 결정된 쿼리 및 쿼리에 응답하도록 결정된 리소스를 식별하는 데이터를 수신하는 단계; 리소스의 최상위 서브세트에서 구조화된 콘텐츠 세트를 식별하는 단계 - 각 구조화된 콘텐츠 세트는 리소스 중 하나의 관련 속성에 따라 배열된 콘텐츠임 -; 각각의 식별된 구조화된 콘텐츠 세트에 대해, 구조화된 콘텐츠 세트의 관련 속성과 일치하는 쿼리의 용어에 기초하여 쿼리가 구조화된 콘텐츠 세트와 일치하는지 여부를 결정하는 단계; 질의가 일치하는 것으로 결정된 구조화된 콘텐츠 세트 중 하나를 선택하는 단계; 선택된 구조화된 콘텐츠 세트로부터, 질의의 용어와 일치하는 관련 속성으로부터 구조화된 사실 세트를 생성하는 단계; 및 상기 질의에 응답하는 것으로 결정된 자원을 식별하는 검색 결과와 함께 구조화된 사실 세트를 제공하는 단계를 포함한다.

질문 답변 테이크 아웃

Google에서 의사와 Mayo 클리닉의 사람들이 인간이 선별한 방식으로 지식 패널을 업데이트하도록 했을 때를 기억할 것입니다. 그것은 사실의 광범위한 영역에 대해 수행하기 어려울 것입니다.

Google은 몇 년 전에 지식 기반 신뢰: 웹 소스의 신뢰성 추정이라는 웹에서 발견된 사실의 출처를 점수화하려는 논문을 발표했습니다. 그것은 질문에 대한 답변이 대부분의 경우 정확하다고 알려진 출처에서 나온 것인지 확인하는 한 가지 방법이 될 것입니다(그러나 출처의 모든 답변이 정확하다는 보장은 아님).

이 특허에는 특정 항공사의 수하물 요금에 대한 질문에 답변하고 수하물 요금 정보가 포함된 데이터 테이블을 사용하여 쿼리에 대한 응답으로 구조화된 데이터에서 팩트 답변이 포함된 답변 상자를 생성하는 예가 포함되어 있습니다.

이 특허는 구조화된 데이터가 "마크업 언어 태그 감지, 형식 지정 지침, 파일 식별자 등"과 같은 프로세스를 사용하여 식별할 수 있는 여러 유형의 리소스에서 나올 수 있음을 알려줍니다.

또한 질문 쿼리에 대한 답변을 제공하기 위해 구조화된 데이터 쿼리 템플릿을 구축하고 인덱싱하는 방법에 대해서도 알아봅니다.

이 특허의 설명은 특정 항공사의 수하물 수수료 비용과 같은 질문에 답변하기 위한 사실 소스로 사용되는 구조화된 데이터의 소스로 데이터 기반 테이블에 초점을 맞춘 것 같습니다. 이러한 쿼리에 응답할 수 있는 쿼리 템플릿이 구성될 수 있는 방법에 대한 몇 가지 자세한 예를 제공합니다.

우리는 앞으로 질문에 답하기 위해 구조적 데이터를 사용하는 질문 답변을 보기 시작할 수 있으며, 특허의 예와 같이 테이블과 다른 접근 방식을 사용할 수 있습니다. JSON-LD와 같은 소스의 구조화된 데이터를 사용할 수 있습니다. 우리는 그것들을 볼 때 더 탐구해야 할 수도 있습니다.