Как Google определяет, является ли ответ на вопрос «Кто...?» именем человека или названием организации, и переранжирует выдачу

Термины и определения

Affirmative instance (Подтверждающий пример)

Случай в корпусе документов, когда комбинация Глагола и Объекта (или связанного термина) встречается в отношении, где Субъект является именем человека.

Confidence Score / Name-triggering score (Оценка уверенности)

Вероятностная оценка, указывающая на то, что ответ на запрос должен содержать имя человека. Вычисляется на основе статистики Affirmative и Negative instances.

Document term (Термин документа)

Термин (Объект), который был непосредственно извлечен из отношения в документе во время офлайн-анализа.

Name-triggering query (Запрос, требующий имени)

Запрос, ответ на который должен включать имя человека.

Negative instance (Отрицающий пример)

Случай в корпусе документов, когда комбинация Глагола и Объекта (или связанного термина) встречается в отношении, где Субъект НЕ является именем человека (например, организация).

Potential name-triggering query (Потенциальный запрос, требующий имени)

Запрос, который содержит определенные триггерные слова (например, «Who», «Whom», «Person»), сигнализирующие о возможном поиске имени человека.

Related term (Связанный термин)

Термин, семантически связанный с Объектом запроса (например, синоним, гипероним). Используется для расширения анализа.

Relation (Отношение)

Структурированное представление информации, извлеченное из предложения, в формате Субъект-Глагол-Объект (Subject-Verb-Object, S-V-O).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод обработки запроса.

1. Система получает поисковый запрос.
2. Определяется, что запрос классифицируется как Potential name-triggering query.
3. На основе этого из запроса извлекаются Глагол (Verb) и Объект (Object).
4. Система идентифицирует набор предварительно сохраненных структур данных (статистики), которые ссылаются на форму этого Глагола.
5. Из этого набора выделяется подмножество структур, которые ссылаются на Объект ИЛИ на связанный с ним термин (Related term).
6. Вычисляется name-triggering score на основе этого подмножества (учитывая количество случаев, когда Объект был связан с именем человека в корпусе ресурсов).
7. Идентифицируется набор ресурсов, релевантных запросу.
8. Проверяется, удовлетворяет ли name-triggering score пороговому значению.
9. Если ДА, система идентифицирует ресурсы в выдаче, которые связаны с именами людей.
10. Выбирается конкретный ресурс и выводится информация о нем.

Claim 2 (Зависимый от 1): Детализирует механизм расчета name-triggering score, который включает три компонента (согласно определению в Claim 2):

1. Первая оценка (S1): Основана на статистике по Объекту И статистике по Связанным терминам (Комбинированная).
2. Вторая оценка (S2): Основана ТОЛЬКО на статистике по Объекту (игнорируя Связанные термины).
3. Третья оценка (S3): Основана ТОЛЬКО на статистике по Связанным терминам (игнорируя Объект).
4. Финальный name-triggering score является комбинацией S1, S2 и S3.

Claim 3 и 4 (Зависимые от 2): Уточняют, что комбинация является взвешенным средним (weighted average), и определяют приоритет весов.

Вес S2 (Только Объект) > Вес S1 (Объект + Связанные) > Вес S3 (Только Связанные). Это означает, что прямое совпадение с Объектом запроса является наиболее сильным и доверенным сигналом.

Claim 5 и 6 (Зависимые): Описывают механизм переранжирования.

1. Определяются оценки ранжирования (resource scores) для релевантных ресурсов.
2. Если name-triggering score удовлетворяет порогу (Claim 6 уточняет: определено, что ответ должен включать имя человека), то resource scores ресурсов, связанных с именами людей, корректируются (увеличиваются).
3. Выбор финального ресурса основывается на скорректированных оценках.

Claim 8 (Зависимый от 5): Описывает корректировку, если имя не требуется.

Если name-triggering score удовлетворяет порогу (определено, что ответ НЕ должен включать имя человека). Примечание: В тексте Claim 8 указано "increasing" (увеличение) оценок для имен людей, что противоречит логике изобретения и описанию (Description/FIG. 12), где в этом случае предполагается понижение (decreasing). При анализе мы учитываем эту особенность текста патента, но опираемся на общую логику изобретения.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, интегрируя офлайн-анализ данных и онлайн-обработку запросов.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходит основной офлайн-анализ (Document Analysis Server). Система сканирует корпус документов, выполняет синтаксический разбор предложений, извлекает отношения (Relations: S-V-O) и распознает сущности (определяет, является ли Субъект человеком). Результаты сохраняются в Name-triggering information repository.

QUNDERSTANDING – Понимание Запросов
Онлайн-этап (Result Generation Server). Система получает запрос и классифицирует его (определяет как Potential name-triggering query). Из запроса извлекаются Глагол и Объект. Система обращается к данным, созданным на этапе INDEXING, чтобы рассчитать name-triggering score в реальном времени.

RANKING – Ранжирование
На этом этапе генерируется стандартный набор релевантных результатов (ресурсов) с их базовыми оценками ранжирования (resource scores).

RERANKING – Переранжирование
Финальный этап применения патента. Система сравнивает name-triggering score с порогами. Если пороги достигнуты, система корректирует базовые resource scores результатов в зависимости от того, являются ли они именами людей и каков ожидаемый тип ответа.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на информационные, фактические запросы, особенно начинающиеся с «Кто», «Кого», «Чей».
• Типы контента: Влияет на страницы, содержащие именованные сущности — биографии людей, страницы компаний, истории событий, спортивные результаты.
• Форматы выдачи: Критически важно для формирования блоков с ответами (Featured Snippets) и прямых ответов в голосовом поиске, где необходимо выдать единственно верный ответ правильного типа.

Когда применяется

• Триггеры активации: Алгоритм активируется, когда модуль идентификации запросов определяет запрос как Potential name-triggering query. Это происходит при наличии в запросе определенных слов: «who», «whom», «whose», «person», «guy», «man», «woman», «name» и т.д.
• Пороговые значения: Механизм переранжирования активируется только тогда, когда name-triggering score превышает первый порог (высокая уверенность, что ответ — имя) ИЛИ оказывается ниже второго порога (высокая уверенность, что ответ — НЕ имя). Если оценка находится между порогами (неопределенность), модификация оценок не производится (Block 1235).

Пошаговый алгоритм

Процесс А: Офлайн-генерация базы знаний (Name-Triggering Information)

1. Идентификация документа: Выбор документа из корпуса.
2. Парсинг предложений: Разбор документа для идентификации предложений.
3. Извлечение отношений: Из предложений извлекаются отношения (Relations) в формате Субъект-Глагол-Объект (S-V-O).
4. Идентификация типа Субъекта: Система определяет, является ли Субъект отношения именем человека (используя Name repository).
5. Идентификация связанных терминов: Для Объекта отношения определяются связанные термины (Related terms).
6. Сохранение статистики: Информация (Глагол, Объект, Связанные термины, Индикатор типа Субъекта) сохраняется и агрегируется. Увеличиваются счетчики подтверждающих (Affirmative - A) или отрицающих (Negative - N) примеров.

Процесс Б: Онлайн-обработка запроса и Ранжирование

1. Получение запроса: Система получает запрос от пользователя.
2. Классификация запроса: Определяется, является ли запрос Potential name-triggering query.
3. Извлечение Глагола и Объекта: Если запрос классифицирован положительно, из него извлекаются Глагол и Объект.
4. Поиск статистики: Система ищет в репозитории структуры данных, соответствующие Глаголу, Объекту и его Связанным терминам.
5. Расчет оценок (Scoring - согласно Claim 2):
   1. Вычисляется Первая оценка (S1) на основе A и N для Объекта И Связанных терминов. (Например, по формуле $A/(A+N)$).
   2. Вычисляется Вторая оценка (S2) на основе A и N ТОЛЬКО для Объекта (Document terms).
   3. Вычисляется Третья оценка (S3) на основе A и N ТОЛЬКО для Связанных терминов (Related terms).
6. Генерация итоговой оценки: Вычисляется Name-triggering confidence score путем взвешенного усреднения S1, S2 и S3. Приоритет весов (согласно Claim 4): S2 > S1 > S3.
7. Идентификация результатов: Система получает стандартный набор релевантных результатов поиска и их оценки (result scores).
8. Принятие решения о переранжировании:
   1. Если Confidence score > Порог 1 (Ответ — Имя): Перейти к шагу 9.
   2. Если Confidence score < Порог 2 (Ответ — НЕ Имя): Перейти к шагу 10.
   3. Иначе (Неопределенность): Пропустить модификацию оценок.
9. Повышение (Boosting): Увеличить result scores для результатов, которые идентифицированы как имена людей.
10. Понижение (Demoting): Уменьшить result scores для результатов, которые идентифицированы как имена людей.
11. Вывод результатов: Вывод результатов на основе финальных (скорректированных) result scores.

Какие данные и как использует

Данные на входе

• Контентные факторы: Текст документов в корпусе используется для офлайн-анализа и извлечения отношений (S-V-O).
• Структурные факторы (Лингвистические): Синтаксическая структура предложений используется для извлечения Субъекта, Глагола, Объекта.
• Данные о Сущностях (Entity Data): Name repository — база данных имен людей. Используется для определения типа Субъекта в отношениях.
• Семантические данные: Related terms repository — база данных, связывающая термины (синонимы, гиперонимы). Используется для расширения анализа Объекта.

Какие метрики используются и как они считаются

Система использует статистические метрики, основанные на частоте совместной встречаемости (co-occurrence).

• Affirmative Instances (A) и Negative Instances (N): Счетчики случаев, когда Субъект был (A) или не был (N) человеком для данной пары Глагол-Объект.
• Базовые Оценки (S1, S2, S3): Рассчитываются на основе A и N. В патенте упоминается формула вида $A/(A+N)$, но могут использоваться и другие.
  • S1: Учитывает статистику по Объекту и Связанным терминам.
  • S2: Учитывает статистику только по Объекту.
  • S3: Учитывает статистику только по Связанным терминам.
• Name-triggering confidence score: Взвешенное среднее оценок S1, S2, S3. Формула вида: $(a*S1 + b*S2 + c*S3)/d$.
• Весовые коэффициенты: Веса (a, b, c) настроены так, что прямое совпадение Объекта имеет наибольшее влияние (Вес S2 > Вес S1 > Вес S3).
• Пороги переранжирования (Thresholds 1 и 2): Предопределенные значения для принятия решения о бустинге или демотинге результатов.

1. Разрешение неоднозначности через статистический NLP: Патент демонстрирует, как Google использует анализ больших данных (частота совместной встречаемости сущностей и глаголов) для разрешения неоднозначности интента. Система учится понимать ожидания пользователя на основе языковых паттернов, а не жестких правил.
2. Определение типа сущности как фактор ранжирования: Система активно определяет ожидаемый ТИП ответа (Человек vs. Организация/Объект) и использует это как сильный сигнал для переранжирования (Reranking). Соответствие типу может перевесить стандартные сигналы релевантности.
3. Критичность извлечения отношений (S-V-O): Эффективность всего механизма зависит от способности Google корректно извлекать отношения Субъект-Глагол-Объект из текста на этапе индексирования.
4. Сложная модель уверенности с приоритетом точности: Использование взвешенной модели (S1, S2, S3) позволяет учитывать семантический контекст (Related Terms), но приоритет отдается статистике, связанной с точным Объектом запроса (Вес S2 наибольший).
5. Обработка неопределенности: Система использует два порога. Корректировка ранжирования происходит только при высокой уверенности (очень высокий или очень низкий Confidence Score). В "серой зоне" система предпочитает не вмешиваться в стандартное ранжирование.

Best practices (это мы делаем)

• Используйте четкую структуру предложений (S-V-O): Пишите контент с ясной лингвистической структурой (Кто -> Сделал -> Что). Это помогает системам извлечения отношений (Relation Extraction) корректно интерпретировать ваш контент. Предпочитайте активный залог («Иван изобрел X») пассивному («X был изобретен Иваном»).
• Четкое определение сущностей (Schema.org): Обеспечьте точное распознавание ключевых сущностей. Используйте микроразметку (Schema.org/Person для людей, Schema.org/Organization или SportsTeam для организаций/команд). Это помогает Google правильно классифицировать контент и применять нужную логику переранжирования.
• Соответствуйте ожидаемому типу ответа: Анализируйте запросы типа "Кто". Если контекст подразумевает организацию, убедитесь, что ваш ответ фокусируется на названии компании. Если контекст подразумевает человека, сфокусируйтесь на имени. Соответствие типу сущности критично для Featured Snippets и голосового поиска.
• Построение тематического авторитета: Создание широкого охвата темы помогает Google собирать данные о «Связанных терминах» (Related terms). Это улучшает способность системы правильно интерпретировать контекст Объекта в запросе (влияние на S1 и S3).

Worst practices (это делать не надо)

• Неоднозначное использование имен и названий: Использование имен людей в качестве названий брендов (или наоборот) без четкого разграничения контекста может привести к ошибкам классификации типа сущности.
• Игнорирование структуры контента: Написание текстов, из которых сложно извлечь четкие отношения Субъект-Глагол-Объект (например, из-за сложных конструкций или отсутствия явного субъекта), затрудняет анализ контента.
• Манипуляция с именами (Name Stuffing): Добавление имен известных людей в контент, где они не являются основным ответом. Если система определит, что запрос НЕ является name-triggering (низкий Confidence Score), ваш контент может быть понижен в ранжировании именно из-за наличия имен.

Стратегическое значение

Патент подтверждает стратегический сдвиг от ключевых слов к сущностям (Entities) и отношениям (Relations). Google стремится не просто найти релевантную информацию, но и предоставить её в ожидаемом формате (правильный тип сущности). Для долгосрочной SEO-стратегии это означает, что точность, ясность изложения фактов и структурирование контента (как семантическое, так и синтаксическое) становятся критически важными факторами для ранжирования по информационным запросам.

Практические примеры

Сценарий 1: Оптимизация для ответа-человека (Name-Triggering)

1. Запрос: «Кто выиграл French Open?»
2. Анализ Google: Глагол («выиграл»), Объект («French Open»). Статистика показывает, что Субъект почти всегда человек. Name-triggering score высокий.
3. Действие Google: Система повышает результаты, являющиеся именами людей (например, Рафаэль Надаль).
4. Действие SEO: Убедиться, что на странице есть четкое предложение в формате S-V-O: «Рафаэль Надаль выиграл French Open в [Год]». Использовать разметку Person для имени.

Сценарий 2: Оптимизация для ответа-организации (Не Name-Triggering)

1. Запрос: «Кто выиграл Super Bowl в 1992?»
2. Анализ Google: Глагол («выиграл»), Объект («Super Bowl»). Статистика показывает, что Субъект чаще всего команда (Организация). Name-triggering score низкий.
3. Действие Google: Система понижает результаты, фокусирующиеся на именах людей (например, имя MVP игрока), и повышает результаты с названиями команд (например, The Washington Redskins).
4. Действие SEO: Убедиться, что основной ответ сфокусирован на команде: «The Washington Redskins выиграли Super Bowl в 1992 году». Использовать разметку SportsTeam или Organization.