Как Google может генерировать альтернативные запросы из контента страниц и встраивать их в сниппеты

Термины и определения

Clause (Клауза)

Фраза, включающая подлежащее (которое может быть неявным) и сказуемое, но не обязательно составляющая полное предложение. Используется как единица анализа текста для поиска кандидатов в альтернативные запросы.

Computed Histogram of Words (Вычисленная гистограмма слов)

Статистическое распределение частоты слов в тексте ресурса. Используется в одном из вариантов реализации для идентификации фраз, характерных для документа.

Linguistic Relation Features (Признаки лингвистических связей)

Отношения между словами (например, связь между глаголом и существительным), определяемые с помощью NLP-парсера (например, dependency parser). Используются для расчета семантической схожести.

Natural Language Query Phrase (Естественно-языковая фраза запроса)

Запрос, выраженный с использованием разговорного синтаксиса. Наличие такой структуры может быть триггером для активации системы.

Similarity Measure (Мера схожести)

Метрика, оценивающая степень сходства между исходным запросом и фразой в тексте ресурса. Может рассчитываться с использованием n-gram (например, BLEU score) или лингвистических отношений.

Snippet (Сниппет / Section of contiguous text)

Фрагмент текста из ресурса, отображаемый в результатах поиска. В контексте патента, это область, куда интегрируется предложенная альтернативная фраза.

Suggested Query Phrase (Предложенная фраза запроса)

Фраза, извлеченная из текста ресурса, которая идентифицирована как похожая на исходный запрос или как характерная для ресурса, и предложенная пользователю в качестве альтернативного запроса. Она не должна быть идентична исходному запросу.

User Interface Object (Объект пользовательского интерфейса)

Интерактивный элемент (например, гиперссылка, кнопка), который пользователь может выбрать для инициирования нового запроса с использованием Suggested Query Phrase.

Ключевые утверждения (Анализ Claims)

Патент описывает два основных механизма выбора альтернативной фразы.

Механизм 1: На основе схожести (Claims 1, 11)

Claim 1 (Независимый пункт): Описывает базовый процесс на основе схожести.

1. Получение поискового запроса и результатов (ресурсов).
2. Вычисление меры схожести (similarity measure) между запросом и несколькими непрерывными фрагментами текста ресурса.
3. Выбор suggested query phrase из фрагмента текста, имеющего наивысшую вычисленную меру схожести с запросом.
4. Генерация сниппета, который включает эту предложенную фразу как выбираемый элемент интерфейса для запуска нового поиска.
5. Предоставление результатов поиска, включая этот сниппет.

Claim 11 (Независимый пункт): Детализирует процесс с использованием клауз и пороговых значений.

1. Идентификация множества клауз (plurality of clauses) в тексте ресурса.
2. Вычисление similarity measure для каждой клаузы.
3. Определение того, что мера схожести клаузы удовлетворяет пороговому значению (threshold).
4. В ответ на это, выбор этой клаузы как suggested query phrase.
5. Генерация и предоставление сниппета с этой фразой как интерактивным элементом.

Механизм 2: На основе характеристик документа (Claim 18)

Claim 18 (Независимый пункт): Описывает альтернативный процесс выбора фразы, не основанный на схожести с запросом.

1. Получение запроса и результатов.
2. Анализ текста ресурса с использованием вычисленной гистограммы слов (computed histogram of words).
3. Идентификация фрагмента текста, который является характеристическим для ресурса (characteristic of the resource) и не идентичным запросу.
4. Выбор suggested query phrase из этого фрагмента.
5. Генерация и предоставление сниппета с этой фразой как интерактивным элементом.

Влияние на ранжирование

Claim 17 (Зависимый от 11): Указывает на возможность использования механизма в ранжировании.

Система может корректировать ранжирование (adjusting a ranking) результатов поиска в соответствии с соответствующими мерами схожести клауз, идентифицированных как предложенные поисковые фразы. Это означает, что если документ содержит фразу, очень похожую на запрос, его позиция может быть повышена.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, фокусируясь на финальной презентации результатов и потенциальном переранжировании.

INDEXING – Индексирование и извлечение признаков
На этом этапе могут происходить предварительные вычисления: сегментация текста на предложения и клаузы, лингвистический анализ (например, dependency parsing) для последующего расчета similarity measure, а также вычисление частотности слов (histogram of words).

QUNDERSTANDING – Понимание Запросов
Система может анализировать запрос, чтобы определить, следует ли активировать механизм предложения альтернатив (например, проверяя, является ли запрос естественно-языковым или длинным).

RANKING / RERANKING – Ранжирование и Переранжирование
Как указано в Claim 17, вычисленные similarity measures между запросом и клаузами документа могут использоваться для корректировки ранжирования результатов. Документы с более высокими показателями схожести на уровне клауз могут получить преимущество.

METASEARCH – Метапоиск и Смешивание (Генерация сниппетов)
Основное применение патента. На этом этапе система выполняет анализ текста топовых результатов, выбирает наилучшую suggested query phrase (используя Similarity или Histogram методы) и генерирует финальный сниппет, включающий эту фразу с визуальным выделением и User Interface Object.

Входные данные:

• Исходный запрос пользователя.
• Набор результатов поиска (ссылки на ресурсы).
• Текст ресурсов.
• (Опционально) Данные лингвистического анализа и частотности слов.

Выходные данные:

• Финальная страница результатов поиска (SERP).
• Сниппеты, модифицированные для включения выделенных и кликабельных Suggested Query Phrases.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на длинные, сложные и естественно-языковые запросы, где высока вероятность неоднозначности или необходимости уточнения интента.
• Типы контента: Влияет на любой текстовый контент (HTML, PDF, документы Word), где можно четко выделить предложения или клаузы.
• Пользовательские устройства и языки: Особенно полезно на мобильных устройствах, где повторный ввод затруднен, а также для языков с нелатинским алфавитом, где ввод запроса занимает больше времени.

Когда применяется

Алгоритм применяется при генерации SERP, но может активироваться при определенных условиях:

• Триггеры активации (Опционально): В патенте упоминается возможность проверки, удовлетворяет ли запрос определенным условиям. Эти условия могут включать:
  • Определение того, что запрос имеет структуру естественного языка (natural language structure).
  • Определение того, что количество слов в запросе превышает предопределенное значение.
• Пороговые значения: Система применяется, если найдена подходящая альтернативная фраза. Для Similarity-based метода это означает, что similarity measure должна превышать определенный порог (predetermined threshold), чтобы гарантировать качество предложения.

Пошаговый алгоритм

Процесс обработки результатов поиска для генерации альтернативных фраз.

1. Получение запроса и результатов: Система получает запрос и генерирует набор релевантных результатов.
2. Проверка условий активации (Опционально): Система определяет, удовлетворяет ли запрос условиям для активации механизма (например, длина запроса, естественный язык).
3. Итерация по результатам: Система начинает обработку каждого результата поиска (или Топ-N результатов).
4. Сегментация текста: Текст ресурса анализируется для идентификации клауз или предложений. Используются знаки препинания, заглавные буквы, лексические признаки.
5. Вычисление метрик (Выбор метода):
   Метод А (Similarity): Для каждой клаузы вычисляется similarity measure по отношению к исходному запросу.
   Метод Б (Histogram): Вычисляется гистограмма слов ресурса, и идентифицируются клаузы, содержащие высокочастотные слова (характеристические для ресурса).
6. Выбор лучшей фразы: Идентифицируется клауза с наивысшей similarity measure (Метод А) или наиболее характеристическая клауза (Метод Б) как suggested query phrase (которая не идентична запросу).
7. Проверка порога: Система проверяет, превышает ли метрика выбранной фразы установленный порог качества. Если нет, альтернативная фраза для этого результата не предлагается.
8. Ранжирование результатов (Опционально): Система может переранжировать результаты, используя вычисленные similarity measures (повышая результаты с более высокими показателями схожести).
9. Генерация сниппета: Система генерирует финальный сниппет. Если альтернативная фраза была выбрана, она включается в сниппет, визуально выделяется (например, жирным шрифтом) и связывается с User Interface Object (например, гиперссылкой).
10. Предоставление SERP: Модифицированные результаты поиска передаются на клиентское устройство для отображения пользователю.

Какие данные и как использует

Данные на входе

• Контентные факторы: Текст ресурса является основным источником данных. Анализируется структура предложений, клаузы, знаки препинания, заглавные буквы.
• Пользовательские факторы: Исходный запрос пользователя (текст, длина, структура).

Какие метрики используются и как они считаются

Ключевой метрикой является Similarity Measure. Патент описывает несколько методов ее вычисления:

• N-граммы и BLEU Score: Оценка совпадения последовательностей слов. Упоминается возможность использования BLEU score (метрика из машинного перевода) как меры статистической близости клаузы к запросу.
• Лингвистические отношения (Linguistic relations): Использование парсера естественного языка (например, dependency parser) для идентификации лингвистических связей между словами (например, отношение между глаголом и существительным). Мера схожести увеличивается при совпадении лингвистических признаков в запросе и клаузе.
• Синонимы: Функция расчета схожести может учитывать синонимы слов в запросе.
• Асимметричное взвешивание (Asymmetric weighting): Функция может по-разному штрафовать за отсутствие слов. Например, слово в запросе, отсутствующее в клаузе, может штрафоваться сильнее, чем слово в клаузе, отсутствующее в запросе. Это позволяет предлагать более длинные и описательные фразы, которые включают термины запроса.
• Комбинированный подход: Similarity measure может вычисляться путем взвешенной комбинации n-граммных признаков и признаков лингвистических отношений.

Альтернативная метрика: Характеристичность (Histogram-based)

• Частотный анализ: Вычисление гистограммы слов в тексте ресурса. Клаузы, содержащие слова с высокой частотой, идентифицируются как характеристические для ресурса.

1. Контекстуальное уточнение запроса: Патент демонстрирует механизм интеграции связанных поисковых запросов непосредственно в сниппеты для обеспечения контекстной релевантности и удобства пользователя, превращая сниппеты в инструмент навигации.
2. Два подхода к генерации альтернатив: Система может предлагать альтернативы двумя способами: (1) фразы, семантически близкие к исходному запросу (Similarity-based), что помогает уточнить интент; (2) фразы, характеризующие основную тему документа (Histogram-based), что помогает понять суть документа.
3. Прямое влияние на ранжирование: Патент прямо заявляет (Claim 17), что similarity measure между запросом и клаузами документа может использоваться для корректировки ранжирования. Это критически важный вывод для SEO.
4. Важность структуры и ясности контента: Механизм полагается на способность системы идентифицировать клаузы и предложения. Это подчеркивает важность написания четкого, грамматически правильного контента с логичной структурой.
5. Продвинутые методы оценки схожести: Google использует сложные методы для расчета similarity measure, включая лингвистический анализ (dependency parsing) и асимметричное взвешивание, что позволяет системе понимать глубинные семантические связи.

Best practices (это мы делаем)

• Фокус на четкости и структуре предложений: Пишите контент, используя ясные, полные и грамматически корректные предложения. Поскольку система анализирует клаузы и предложения как кандидаты для альтернативных запросов, хорошо структурированный текст повышает вероятность выбора качественной фразы из вашего контента.
• Использование естественного языка и вариативности: Включайте в текст фразы, которые естественно переформулируют или уточняют основные вопросы, на которые отвечает страница. Это увеличивает пул кандидатов для Similarity-based метода и может повысить similarity measure.
• Оптимизация под лингвистическое сходство: Учитывая, что Similarity Measure может влиять на ранжирование (Claim 17), важно создавать контент, который не просто содержит ключевые слова, но и отражает лингвистическую структуру потенциальных запросов. Отвечайте на вопросы развернуто и точно.
• Тематическая консистентность (для Histogram-based метода): Поддерживайте четкий тематический фокус документа. Если система использует частотный анализ (Claim 18) для выбора характеристической фразы, важно, чтобы эта фраза точно отражала основную тему контента.

Worst practices (это делать не надо)

• Неестественное насыщение ключевыми словами (Keyword Stuffing): Попытки манипулировать текстом путем неестественного повторения фраз могут ухудшить лингвистические связи и затруднить идентификацию качественных клауз, что негативно скажется на общих факторах ранжирования.
• Фрагментированный или запутанный текст: Использование текста без четкой грамматической структуры или чрезмерно сложных предложений затруднит для системы идентификацию осмысленных клауз и расчет лингвистического сходства.
• Размытие фокуса страницы: Создание контента, охватывающего слишком много тем, может привести к тому, что Histogram-based метод выберет фразу, не релевантную основному интенту пользователя.

Стратегическое значение

Патент подтверждает стратегию Google на глубокое понимание естественного языка и намерений пользователя. Он является ранним индикатором движения Google в сторону анализа фрагментов текста (как в Passage Ranking). Тот факт, что similarity measure на уровне клаузы может влиять на ранжирование всего документа, подчеркивает важность микро-релевантности, точности формулировок и качества контента в долгосрочной SEO-стратегии.

Практические примеры

Сценарий: Оптимизация статьи для уточнения информационного запроса

Задача: Оптимизировать статью о пользе средиземноморской диеты.

1. Исходный запрос пользователя: "влияние средиземноморской диеты на холестерин" (длинный, естественный язык).
2. Анализ контента (SEO-специалист): Убедиться, что в тексте есть четкие ответы. Например, включить предложение: "Исследования показывают, что средиземноморская диета значительно снижает уровень ЛПНП холестерина".
3. Действие системы (Similarity-based): Система анализирует это предложение и определяет высокую similarity measure с исходным запросом.
4. Результат на SERP (Гипотетический интерфейс): В сниппете вашей статьи Google выделяет фразу: "Исследования показывают, что средиземноморская диета значительно снижает уровень ЛПНП холестерина" и делает ее кликабельной.
5. Польза: Пользователь видит более точную формулировку и может кликнуть по ней для нового поиска. Наличие этой точной фразы также могло способствовать лучшему ранжированию документа (согласно Claim 17).