Как Google определяет многоязычных пользователей и показывает им результаты на языке, отличном от языка запроса

Термины и определения

Content Item (Единица контента)

Контент (текст, изображение, видео, реклама), предназначенный для предоставления пользователю. Может быть вставлен в Content Slot информационного ресурса.

Content Selection Protocol (Протокол выбора контента)

Механизм выбора финальной единицы контента из наборов кандидатов. Может включать ранжирование на основе Selection Values или аукционные механики.

First Language (L1) (Первый язык)

Язык ключевых слов текущего входящего запроса.

Interaction Rate (Показатель взаимодействия)

Метрика, отражающая историческую вероятность взаимодействия пользователя с контентом. Рассчитывается отдельно для контента на L1 и L2 на основе Log Record.

Language Recognition Model (Модель распознавания языка)

ML-модель (например, нейронная сеть, n-gram модель), используемая для определения языка входного текста (ключевых слов).

Location Identifier (Идентификатор местоположения)

Данные, идентифицирующие местоположение клиентского устройства (например, IP-адрес, GPS или распознанная сущность из запроса).

Log Record (Журнал записей)

Хранилище предыдущих запросов и взаимодействий пользователя или группы пользователей. Используется для определения доминирующего языка региона и верификации многоязычности пользователя.

Second Language (L2) (Второй язык)

Язык, ассоциированный с Location Identifier. Обычно это доминирующий язык географического региона, определяемый агрегированным анализом.

Selection Value (Оценка выбора)

Числовое значение, используемое для ранжирования и выбора контента. Может основываться на Interaction Rate, сравнении языков и других факторах.

Translation Model (Модель перевода)

ML-модель (например, NMT, SMT), используемая для перевода ключевых слов запроса с L1 на L2.

Ключевые утверждения (Анализ Claims)

Анализ основан на формуле изобретения (Claims), представленной в конце документа.

Claim 1 (Независимый пункт): Описывает основной метод выбора контента в многоязычной среде.

1. Система получает запрос на контент (включая ключевые слова на L1) от клиентского устройства.
2. Определяется Первый язык (L1) на основе текущего и предыдущих запросов.
3. Определяется Location Identifier устройства.
4. Идентифицируется Второй язык (L2), связанный с этим местоположением (L2 отличается от L1).
5. Ключевой этап верификации: Система определяет, что клиентское устройство использует ОБА языка (L1 и L2).
6. Ключевое действие (Расширение): В ответ на это определение (использование обоих языков), система идентифицирует первый набор контента на L1 И второй набор контента на L2.
7. Выбирается единица контента из любого из этих наборов с использованием Content Selection Protocol.
8. Выбранный контент предоставляется устройству для вставки в content slot.

Claim 2 (Зависимый от 1): Уточняет метод верификации многоязычности.

Система подтверждает использование обоих языков путем идентификации предыдущего запроса от этого же устройства, который содержал ключевые слова на Втором языке (L2).

Claim 3 (Зависимый от 1): Уточняет механизм поиска на втором языке.

Если верификация пройдена, система генерирует ключевые слова на L2 путем перевода исходных ключевых слов с L1. Поиск контента на L2 осуществляется по этим переведенным ключевым словам.

Claim 4 (Зависимый от 1): Уточняет метод определения Второго языка (L2).

L2 определяется путем анализа множества запросов из Log Record от множества ДРУГИХ устройств, находящихся в том же местоположении. Это определяет доминирующий язык региона.

Claim 6 и 7 (Зависимые от 1): Уточняют факторы ранжирования (расчет Selection Value).

• Claim 6: Оценка основана на сравнении языка контента и языка запроса (L1). (Предполагается бустинг за совпадение).
• Claim 7: Оценка основана на исторических Interaction Rates пользователя с контентом на L1 и L2. (Учитываются персональные предпочтения пользователя).

Где и как применяется

Изобретение глубоко интегрировано в процесс обработки запроса, затрагивая этапы понимания контекста и ранжирования.

QUNDERSTANDING – Понимание Запросов
Это основной этап применения. Система выполняет комплексный анализ контекста:

• Лингвистический анализ: Определение L1 с помощью Language Recognition Model.
• Геоконтекстный анализ: Определение Location Identifier и связанного с ним L2.
• Поведенческий анализ (Профилирование): Анализ Log Record для верификации владения L2 конкретным пользователем.
• Расширение запроса: Если пользователь многоязычен, активируется Translation Model для перевода запроса с L1 на L2.

RANKING – Ранжирование (Этап Retrieval)
Система запускает параллельный поиск: извлечение кандидатов на L1 по исходному запросу и кандидатов на L2 по переведенному запросу.

RERANKING – Переранжирование / METASEARCH – Смешивание
На финальном этапе происходит объединение и выбор:

• Агрегация: Сбор кандидатов из обоих языковых наборов.
• Скорринг: Вычисление Selection Values. Применяются факторы ранжирования, специфичные для многоязычного контекста: сравнение с языком запроса (Claim 6) и учет исторических Interaction Rates (Claim 7).
• Выбор: Применение Content Selection Protocol для выбора финального результата.

Входные данные:

• Запрос (Input/Query) с ключевыми словами на L1.
• Идентификатор местоположения (Location Identifier).
• История запросов пользователя (Log Record).
• Глобальные данные о доминирующих языках регионов.

Выходные данные:

• Выбранная единица контента (Content Item), которая может быть как на L1, так и на L2.

На что влияет

• Географические регионы: Наибольшее влияние в регионах с высоким уровнем многоязычия (например, Канада, Швейцария, Индия, Бельгия) или в регионах со значительными сообществами экспатов/иммигрантов.
• Специфические запросы: Влияет на запросы, сделанные на не доминирующем языке региона. Также влияет на запросы, где качество или доступность контента сильно различается между языками.
• Типы контента: Патент явно упоминает контент для вставки в content slots (что часто означает рекламу), но также упоминает применение к результатам поиска (Claim 8). Механизм универсален и может применяться к органической выдаче и другим вертикалям.

Когда применяется

Алгоритм активируется при выполнении строгой последовательности условий:

1. Язык запроса (L1) определен.
2. Местоположение и связанный с ним язык (L2) определены.
3. Триггер активации: L1 отличается от L2 (Claim 5).
4. Условие применения: История запросов пользователя (Log Record) подтверждает, что он использует (понимает) L2 (Claim 2).

Исключения: Если пользователь использует только L1 и не использует L2 (например, турист), система НЕ активирует мультиязычный поиск и ищет контент только на L1 (Claim 9).

Пошаговый алгоритм

Этап 1: Первичный анализ запроса и контекста

1. Получение ввода: Система получает запрос с ключевыми словами.
2. Определение L1: Language Recognition Model определяет Первый язык (L1) ключевых слов.
3. Определение местоположения: Извлекается Location Identifier.
4. Определение L2: Идентифицируется Второй язык (L2), связанный с местоположением (путем анализа агрегированных запросов региона).

Этап 2: Проверка многоязычности (Триггеры)

5. Сравнение языков (Триггер 1): Проверяется, отличается ли L1 от L2.
   • Если НЕТ: Перейти к Этапу 4 (Стандартный поиск).
   • Если ДА: Перейти к Шагу 6.
6. Анализ истории пользователя: Система обращается к Log Record пользователя.
7. Верификация многоязычности (Триггер 2): Проверяется, есть ли в истории запросы на L2.
   • Если НЕТ (только L1): Перейти к Этапу 4 (Стандартный поиск).
   • Если ДА (L1 и L2): Перейти к Этапу 3 (Многоязычный режим).

Этап 3: Многоязычный режим

8. Перевод запроса: Translation Model переводит ключевые слова с L1 на L2.
9. Поиск на L2: Система ищет контент на L2, используя переведенные ключевые слова. Формируется Candidate Set L2.
10. Перейти к Этапу 4.

Этап 4: Финальная агрегация и выбор

10. Поиск на L1: Система ищет контент на L1, используя исходные ключевые слова. Формируется Candidate Set L1.
11. Генерация оценок: Рассчитываются Selection Values для всех кандидатов. Учитываются: релевантность, сравнение языка контента с L1, исторические Interaction Rates пользователя для L1 и L2.
12. Выбор контента: Применяется Content Selection Protocol для выбора лучшего результата из объединенных наборов.
13. Предоставление контента: Выбранный контент (на L1 или L2) отправляется пользователю.

Какие данные и как использует

Данные на входе

Система использует комбинацию контекстуальных, исторических и контентных данных.

• Контентные факторы: Ключевые слова из текущего запроса (для определения L1, поиска и перевода). Язык индексируемого контента (Content Items).
• Географические факторы: Location Identifier (IP, GPS, сущность из запроса). Критически важен для определения потенциального Второго языка (L2).
• Поведенческие факторы (Пользовательские): История запросов пользователя (Log Record). Используется для: 1) Подтверждения владения L2; 2) Расчета исторических Interaction Rates с контентом на разных языках.
• Системные данные (Агрегированные): Агрегированные данные о запросах других пользователей в том же регионе. Используются для определения доминирующего языка (L2) этого региона (Claim 4).

Какие метрики используются и как они считаются

• Язык Запроса (L1) / Контента: Определяется применением Language Recognition Model.
• Доминирующий Язык Региона (L2): Определяется статистическим анализом агрегированных данных о языке запросов в определенном местоположении.
• Многоязычность пользователя: Бинарная классификация (Да/Нет). Определяется наличием в истории пользователя запросов на L2 (Claim 2). Может использоваться порог количества запросов.
• Interaction Rate (L1/L2): Историческая частота взаимодействий (например, CTR) пользователя с контентом на Первом и Втором языках, рассчитанная на основе Log Record (Claim 7).
• Selection Value: Итоговая оценка для ранжирования. Рассчитывается с учетом:
  • Стандартных факторов релевантности (не описаны в патенте).
  • Сравнения языка контента и языка запроса L1 (Claim 6).
  • Interaction Rate для соответствующего языка (Claim 7).

1. Объективная оценка многоязычности: Google не полагается на заявленные пользователем настройки. Система активно выводит языковые компетенции на основе поведения (история запросов) и контекста (местоположение и его доминирующий язык).
2. Язык запроса не диктует язык выдачи: Ключевой вывод — система может сознательно предоставить результат на языке L2, даже если запрос был сделан на языке L1, при условии подтвержденной многоязычности пользователя.
3. Местоположение как сильный языковой сигнал: Текущая локация используется не только для локализации, но и как сигнал о вероятном владении доминирующим языком этого региона (L2).
4. Автоматический перевод запроса для расширения охвата: Если пользователь многоязычен, система автоматически переводит запрос (Claim 3) для поиска контента на альтернативном языке, расширяя пул кандидатов (Query Expansion).
5. Персонализация в ранжировании языков: Финальный выбор между контентом на L1 и L2 персонализирован. Система учитывает исторические предпочтения пользователя (Interaction Rates) при взаимодействии с контентом на разных языках (Claim 7).
6. Строгие условия активации: Механизм активируется только тогда, когда L1 ≠ L2 И только если история поиска подтверждает владение обоими языками. Это защищает одноязычных пользователей (например, туристов) от получения контента на непонятном языке.

Best practices (это мы делаем)

• Комплексное покрытие языков в целевых регионах: В многоязычных регионах (например, Канада, Швейцария, Индия) критически важно иметь качественный контент как на языке меньшинства (потенциальный L1), так и на доминирующем языке региона (потенциальный L2). Если ваш контент на L2 качественнее, чем у конкурентов на L1, этот механизм позволит вам ранжироваться по запросам на L1.
• Оптимизация под локальный язык (L2): Убедитесь, что контент на доминирующем языке региона хорошо оптимизирован и авторитетен. Это увеличивает вероятность его выбора системой, когда она ищет альтернативы для запросов на L1.
• Оптимизация под переведенный интент: Поскольку система использует машинный перевод запроса для поиска контента на L2, важно, чтобы ваш контент на L2 использовал терминологию, которая соответствует результатам автоматического перевода релевантных запросов с L1. Анализируйте семантику, которая сохраняется при переводе.
• Улучшение Interaction Rates: Работайте над повышением вовлеченности для всех языковых версий. Если система видит высокие Interaction Rates с вашим контентом на L2, она будет чаще отдавать ему предпочтение при расчете Selection Value.

Worst practices (это делать не надо)

• Игнорирование доминирующего языка региона: Фокусироваться только на одном языке в многоязычном регионе (например, только на английском в Германии). Это ограничивает потенциальный охват, так как система не сможет найти ваш контент при расширении запроса на доминирующий язык (немецкий).
• Создание низкокачественного контента на L2: Попытка охватить L2 с помощью автоперевода или поверхностного контента не будет эффективной. Низкие Interaction Rates и общее качество приведут к низким Selection Values.
• Агрессивные Гео-IP редиректы: Принудительное перенаправление пользователя на доминирующий язык региона (L2) на основе IP может быть контрпродуктивным. Если пользователь намеренно ищет и предпочитает контент на L1, редирект ухудшит опыт и может снизить его персональный Interaction Rate для вашего сайта.

Стратегическое значение

Патент подтверждает стратегию Google, направленную на понимание пользователя и его контекста за пределами явного текста запроса. Для SEO это означает переход от статического сопоставления "язык запроса = язык результата" к динамической модели "контекст пользователя + намерение = лучший доступный результат". Долгосрочная стратегия международного SEO должна учитывать реальное языковое поведение пользователей в конкретных регионах, обеспечивая максимальное качество на всех релевантных языках.

Практические примеры

Сценарий: Поиск услуг в Монреале (Канада)

1. Контекст: Пользователь находится в Монреале. Доминирующий язык (L2) — Французский. История пользователя показывает активное использование как Английского, так и Французского.
2. Запрос (L1): Пользователь вводит запрос на Английском: "best plumber near me".
3. Анализ и Активация: Google определяет L1=Английский, L2=Французский. L1 ≠ L2. История подтверждает многоязычность. Механизм активирован.
4. Перевод: Система переводит запрос на L2: "meilleur plombier près de moi".
5. Поиск и Ранжирование: Система ищет по обоим запросам. Находит отличный сайт сантехника на французском и средний сайт на английском.
6. Результат: Несмотря на английский запрос, французский сайт получает более высокий Selection Value и показывается выше, так как система уверена, что пользователь его поймет и он более релевантен.