Как Google итеративно уточняет и редактирует голосовые запросы пользователя в реальном времени

Термины и определения

Natural Language Query (Запрос на естественном языке)

Исходный ввод пользователя, предоставленный в разговорной форме (голосом или текстом).

Natural Language Interpreter (Интерпретатор естественного языка)

Компонент системы, отвечающий за парсинг ввода на естественном языке и его преобразование в машиночитаемый формат.

Converted Query (Преобразованный запрос)

Структурированное представление исходного запроса после обработки интерпретатором. Состоит из набора Категорий и Переменных.

Categories (Категории)

Типы информации или параметры поиска, извлеченные из запроса (например, Тип файла, Владелец, Тема, Локация, Время).

Variables (Переменные)

Конкретные значения, соответствующие каждой категории (например, для категории Локация переменной может быть «Боулдер»).

Utterance (Высказывание)

Единица голосового ввода пользователя. Может быть как исходным запросом, так и последующей командой для редактирования.

Example Utterance (Пример высказывания)

Сгенерированная системой альтернативная (часто более краткая) формулировка запроса, которая привела бы к тому же результату. Используется для обучения пользователя.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод обработки запроса на естественном языке с возможностью редактирования и обучения.

1. Система получает первое высказывание на естественном языке (first natural language utterance) от пользователя.
2. Запрос парсится и конвертируется в Converted Query, состоящий из категорий и переменных.
3. Converted Query предоставляется пользователю (например, отображается на экране).
4. В ответ на получение запроса на редактирование система автоматически предоставляет варианты замены (replacement variables) для первой категории.
5. Система определяет второе высказывание (second natural language utterance), указывающее на выбор одной из замен.
6. В ответ на это система модифицирует Converted Query, создавая Modified Converted Query.
7. Система предоставляет результаты (plurality of items) на основе модифицированного запроса.
8. Система получает запрос на идентификацию примера высказывания (example utterance), которое привело бы к такому же модифицированному запросу.
9. В ответ система предоставляет этот пример высказывания пользователю (например, в аудиоформате). Важное условие: этот пример должен отличаться от первого и второго высказываний пользователя.

Claim 5 (Зависимый от 4, который зависит от 1): Уточняет механизм принятия решений при получении дополнительного ввода.

Система определяет, следует ли модифицировать существующий запрос или генерировать новый запрос, основываясь на количестве категорий (number of the one or more replacement categories), указанных в новом высказывании.

Claim 6 (Зависимый от 1): Описывает механизм отмены изменений.

Система получает высказывание, указывающее на запрос отмены модификации, и предоставляет результаты поиска, соответствующие исходному (немодифицированному) Converted Query.

Где и как применяется

Этот патент полностью относится к этапу обработки пользовательского ввода, который происходит до основного поиска и ранжирования.

QUNDERSTANDING – Понимание Запросов
Это основная область применения патента. Система используется для интерпретации, структурирования и итеративного уточнения намерения пользователя в реальном времени.

• Взаимодействие: Система взаимодействует с пользовательским интерфейсом (например, Google Assistant, поиск в Google Drive) и Natural Language Interpreter.
• Процесс: Она преобразует неструктурированный разговорный ввод в структурированный Converted Query. Ключевая техническая особенность — способность различать последующие высказывания как команды редактирования существующего контекста, а не как новые запросы.

RANKING / METASEARCH
Изобретение напрямую не участвует в ранжировании или смешивании, но оно предоставляет этим этапам максимально точный и валидированный пользователем структурированный запрос (Modified Converted Query).

Входные данные:

• Высказывания пользователя на естественном языке (Natural Language Utterances).
• Контекстуальные данные (например, время дня, местоположение пользователя, история предыдущих действий в сессии) для разрешения неоднозначностей (например, определение местоположения по запросу «в ресторане прошлой ночью»).

Выходные данные:

• Converted Query (структурированный набор Категорий и Переменных).
• Результаты поиска (List of items), полученные на основе финального запроса.
• Машинно-сгенерированные примеры эффективных запросов (Example Utterance).

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на сложные, многосоставные запросы и диалоговый поиск (Conversational Search), где намерение уточняется в несколько шагов. Влияет на обработку длиннохвостых (long-tail) голосовых запросов.
• Типы контента и форматы: Патент универсален, но примеры показывают применение для поиска документов, фильмов, ресторанов. Влияет на любой контент, который может быть описан через структуру Категория-Переменная (Сущности и Атрибуты).

Когда применяется

Алгоритм применяется в интерфейсах, поддерживающих ввод на естественном языке.

• Триггеры активации: Активируется при получении любого Natural Language Query в соответствующем интерфейсе. Механизм редактирования активируется, когда пользователь предоставляет последующее высказывание после получения первичного результата или отображения Converted Query.
• Условия работы: Система должна определить, является ли последующее высказывание модификацией. Это может основываться на контекстуальных индикаторах (например, фразы «на самом деле», «вместо этого», «нет») или на анализе количества категорий в новом высказывании (если их мало, вероятно, это модификация).

Пошаговый алгоритм

Процесс обработки и редактирования запроса:

1. Получение ввода: Система получает исходный запрос на естественном языке от пользователя.
2. Генерация Converted Query: Natural Language Interpreter парсит ввод и генерирует структурированный запрос (Категории и Переменные).
3. Отображение: Converted Query и/или результаты поиска отображаются пользователю.
4. Ожидание и Детектирование: Система ожидает дополнительного ввода. Детектируется новое высказывание пользователя.
5. Принятие решения (Модификация vs Новый запрос): Система анализирует новое высказывание.
   • Критерии модификации: Наличие ключевых фраз («нет», «на самом деле»), малое количество категорий в новом высказывании (согласно Claim 5), совпадение типа новой переменной с одной из существующих категорий.
   • Если Новый запрос: Вернуться к шагу 2 с новым вводом.
   • Если Модификация: Перейти к шагу 6.
6. Обновление Converted Query: Система идентифицирует, какую Категорию нужно обновить, и заменяет соответствующую Переменную на основе нового высказывания (или добавляет новую Категорию/Переменную, если это уточнение).
7. Повторное отображение: Обновленный запрос и новые результаты отображаются. Процесс возвращается к шагу 4.
8. (Опционально) Обучение: По запросу пользователя система генерирует и предоставляет более эффективный пример запроса (Example Utterance), который привел бы к текущему Converted Query.

Какие данные и как использует

Данные на входе

Патент фокусируется на обработке ввода и не детализирует данные, используемые для поиска или ранжирования. Используются следующие типы данных для интерпретации запроса:

• Контентные факторы (в запросе): Термины и фразы, используемые пользователем в высказываниях.
• Пользовательские факторы:
  • История местоположений пользователя (используется для разрешения запросов типа «документы, которые я открывал в ресторане прошлой ночью»).
  • Данные адресной книги/контактов (для разрешения запросов типа «документы, которые я открывал у Салли»).
• Контекстуальные факторы (Сессия): Предыдущий Converted Query в текущей сессии используется как контекст для интерпретации последующих высказываний.
• Временные факторы: Время дня может использоваться для автоматического добавления предположений в запрос (например, предполагая «открыты сегодня вечером» при поиске ресторанов вечером).

Какие метрики используются и как они считаются

Патент не описывает конкретные метрики или формулы для NLP-обработки, но упоминает следующие логические механизмы:

• Структуризация Запроса: Преобразование текста в пары Категория-Переменная.
• Анализ Количества Категорий: Количество категорий в новом высказывании используется для определения, является ли оно модификацией существующего запроса или новым запросом (Claim 5).
• Распознавание Контекстуальных Ключей: Идентификация фраз, указывающих на намерение редактирования («actually», «never mind», «instead»).
• Сопоставление Типов Данных: Распознавание того, что новая переменная (например, «Лайонс») относится к той же категории (Локация), что и предыдущая переменная («Боулдер»), для выполнения замены.

1. Итеративное уточнение как ядро диалогового поиска: Патент демонстрирует механизм, позволяющий Google вести диалог с пользователем для уточнения его намерения. Система не рассматривает каждый запрос изолированно, а учитывает контекст сессии.
2. Структурирование намерений: Google активно пытается преобразовать неструктурированный естественный язык в структурированные данные (Категории и Переменные). Это эквивалентно извлечению Сущностей и их Атрибутов из запроса.
3. Принятие решений о контексте: Ключевым элементом является алгоритм, определяющий, когда новый ввод редактирует старый запрос, а когда начинает новый. Это основано на анализе содержания и структуры нового ввода (Claim 5).
4. Использование контекста пользователя: Система может использовать личные данные пользователя (местоположение, контакты, время) для разрешения неоднозначных запросов и добавления неявных ограничений.
5. Обучение пользователей: Включен механизм обратной связи («Что я мог бы сказать»), который помогает пользователям формулировать более эффективные запросы в будущем, что улучшает качество ввода для системы.
6. Фокус на UI/UX, а не на ранжировании: Изобретение направлено на улучшение взаимодействия на входе (Понимание Запроса), а не на изменение логики ранжирования на выходе.

Best practices (это мы делаем)

Хотя патент описывает внутренние механизмы обработки запросов, он дает стратегические ориентиры для SEO:

• Оптимизация под диалоговый поиск (Conversational Search): Создавайте контент, который отвечает не только на первоначальный вопрос, но и на потенциальные последующие уточнения. Понимайте, как пользователи могут итеративно сужать свою потребность.
• Фокус на Сущностях и Атрибутах (Entity-Based SEO): Убедитесь, что ваш контент четко определяет ключевые сущности (Categories) и их атрибуты (Variables). Это помогает поисковым системам понять, как ваш контент соотносится со структурированным запросом, который Google формирует у себя.
• Использование структурированных данных (Schema.org): Активно используйте микроразметку для явного указания атрибутов ваших продуктов, услуг, локаций. Если Google преобразует запрос в {Movie: Harry Potter, City: Boulder}, наличие соответствующей разметки (Movie, Location) увеличивает шансы на соответствие.
• Локальное SEO и Контекст: Для локального бизнеса важно обеспечить полноту данных о местоположении и времени работы, так как система активно использует контекстуальные сигналы (время, место) для уточнения запросов о ресторанах, фильмах и т.д.

Worst practices (это делать не надо)

• Игнорирование голосового поиска и NLP: Стратегии, основанные только на традиционном сопоставлении ключевых слов, будут терять эффективность. Нельзя игнорировать тот факт, что Google переводит разговорную речь в структурированные команды.
• Создание неоднозначного контента: Контент, в котором сложно выделить конкретные сущности и их атрибуты, будет хуже работать в системах, использующих подобную структуризацию запросов.
• Фокус только на точных формулировках длинных запросов: Бесполезно оптимизировать под конкретную длинную фразу голосового запроса. Google преобразует ее в структуру (Converted Query). Важно соответствовать этой структуре, а не буквальной формулировке.

Стратегическое значение

Патент подтверждает стратегическую важность понимания того, как Google интерпретирует и структурирует намерения пользователей, особенно в контексте голосового поиска и ассистентов. Он показывает, что понимание запроса — это не одномоментный процесс, а итеративный диалог. Для SEO это означает, что необходимо оптимизироваться не просто под запросы, а под сессии и диалоги, в ходе которых пользователь уточняет свою потребность. Понимание механизма «Категория-Переменная» помогает лучше оптимизировать контент под извлечение фактов и сущностей.

Практические примеры

Сценарий: Оптимизация страницы кинотеатра под итеративный поиск

1. Исходный запрос пользователя (Голос): «Какие фильмы идут сегодня вечером в Боулдере?»
2. Интерпретация Google (Converted Query): {WHAT: Фильмы}, {WHERE: Боулдер}, {WHEN: Сегодня вечером}.
3. Действие SEO: Убедиться, что на сайте кинотеатра есть четкая информация, соответствующая этим переменным, подкрепленная разметкой Event, Movie и Place.
4. Уточнение пользователя (Голос): «А как насчет Лайонса?»
5. Интерпретация Google: Система распознает, что это модификация категории WHERE. Новый запрос: {WHAT: Фильмы}, {WHERE: Лайонс}, {WHEN: Сегодня вечером}.
6. Действие SEO: Если сеть кинотеатров имеет филиалы в соседних городах (Лайонс), важно иметь отдельные оптимизированные страницы для каждого филиала, чтобы соответствовать этому уточненному запросу.
7. Дальнейшее уточнение: «Только комедии».
8. Интерпретация Google: Добавление новой категории GENRE. Новый запрос: {WHAT: Фильмы}, {WHERE: Лайонс}, {WHEN: Сегодня вечером}, {GENRE: Комедия}.
9. Действие SEO: Обеспечить возможность фильтрации контента по жанрам и убедиться, что информация о жанрах четко указана для каждого фильма (в контенте и разметке).