Как Google использует точное место клика или касания пользователя для улучшения исправления опечаток и текстовых подсказок

Описание

Какую задачу решает

Патент решает проблему недостаточной релевантности стандартных систем исправления опечаток или предложений альтернативных терминов. Обычные системы часто предлагают замену на основе анализа слова целиком, игнорируя действия пользователя (клик, установка курсора), которые могут указывать на конкретную часть слова, требующую изменения. Изобретение улучшает пользовательский опыт (UX), предлагая более точные исправления, соответствующие намерению пользователя.

Что запатентовано

Запатентована система предоставления предложений по замене терминов, которая учитывает точное место взаимодействия пользователя со словом. Система идентифицирует редактируемый термин (Edit Term) и конкретную позицию внутри него (Edit Position), указанную пользователем. Кандидаты на замену фильтруются и ранжируются с использованием меры сходства (Similarity Measure), которая критически зависит от того, насколько изменения в предлагаемом слове соответствуют указанной Edit Position.

Как это работает

Система работает следующим образом:

• Идентификация взаимодействия: Определяется действие пользователя (клик, касание, установка курсора) рядом с введенным текстом.
• Определение цели и позиции: Идентифицируется слово (Edit Term) и конкретное место внутри него (Edit Position).
• Генерация кандидатов: Подбираются потенциальные замены (Candidate Terms).
• Взвешивание по позиции: Вычисляется Edit Similarity Score. Если предлагаемое слово отличается от исходного именно в Edit Position, оценка высокая. Если отличие в другой части слова, оценка низкая или нулевая.
• Ранжирование и вывод: Итоговая Similarity Measure корректируется на основе Edit Similarity Score, и лучшие варианты предлагаются пользователю.
• Обработка неточности: Если взаимодействие неточное (например, на мобильном устройстве), система определяет область редактирования (Edit Area) и угадывает, какое слово в этой области пользователь хотел исправить.

Актуальность для SEO

Высокая для UI/UX. Принципы улучшения точности ввода и редактирования текста остаются фундаментальными для современных интерфейсов, особенно в мобильных приложениях, текстовых редакторах (Google Docs, Gmail) и поисковых системах (улучшение подсказок в строке поиска).

Важность для SEO

Влияние на SEO минимальное (1/10). Патент описывает исключительно механизм улучшения пользовательского интерфейса (UI/UX) для ввода и редактирования текста. Он не имеет отношения к алгоритмам сканирования, индексирования или ранжирования веб-документов. Его значение для SEO ограничивается пониманием того, как Google помогает пользователям более точно формулировать и исправлять свои поисковые запросы на этапе ввода.

Детальный разбор

Термины и определения

Candidate Terms (Термины-кандидаты)

Потенциальные термины, которые могут быть предложены для замены Edit Term.

Edit Area (Область редактирования)

Область текста, идентифицированная на основе неточного действия пользователя (например, касание пальцем на сенсорном экране). Используется, когда невозможно точно определить один Edit Term.

Edit Position (Позиция редактирования)

Конкретное место в Edit Term (символ или позиция между символами), указанное пользователем. Ключевой элемент патента, указывающий на локализацию предполагаемого изменения.

Edit Similarity Score (Оценка сходства редактирования)

Метрика, указывающая, насколько разница между Edit Term и Candidate Term локализована возле Edit Position. Может быть бинарной (0 или 1).

Edit Term (Редактируемый термин)

Слово или фраза, с которой взаимодействует пользователь и которую он, вероятно, хочет изменить.

Relevance Score (Оценка релевантности для замены)

Метрика, используемая при анализе Edit Area. Отражает вероятность того, что данный термин нуждается в замене (например, вероятность опечатки).

Similarity Measure (Мера сходства)

Общая оценка, определяющая, насколько Candidate Term подходит для замены Edit Term. Включает в себя Edit Similarity Score, а также может учитывать популярность, контекст и историю правок.

User-initiated activity (Действие, инициированное пользователем)

Вводные данные от пользователя, такие как клик, позиционирование курсора, выделение текста, касание сенсорного экрана или наведение курсора.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает базовый метод предоставления предложений.

1. Система идентифицирует пользовательский ввод.
2. Идентифицируется действие пользователя рядом с термином.
3. На основе действия определяются Edit Term и Edit Position.
4. Генерируются Candidate Terms.
5. Вычисляются Similarity Measures для кандидатов. Ключевое утверждение: эта мера зависит от Edit Position.
6. На основе этих мер выбираются и предоставляются предложения (Suggested Terms).

Ядро изобретения — использование точного места взаимодействия пользователя для расчета релевантности подсказки.

Claim 8 (Зависимый от 1): Детализирует расчет Similarity Measure.

Мера сходства основывается на Edit Similarity Score. Эта оценка отражает разницу между исходным и предлагаемым термином именно вблизи Edit Position.

Claim 10 (Зависимый от 8): Приводит конкретный вариант расчета Edit Similarity Score.

Оценка равна единице (1), если кандидат отличается от исходного термина путем замены, добавления или удаления символов в Edit Position. Оценка равна нулю (0) в противном случае. Это функционирует как бинарный фильтр, который отсеивает предложения, не соответствующие месту клика пользователя.

Claim 11 (Зависимый от 8): Описывает применение Edit Similarity Score.

Итоговая Similarity Measure рассчитывается путем умножения базовой меры сходства на Edit Similarity Score. Если Edit Similarity Score равен 0, итоговая мера также обнуляется, исключая кандидата.

Claim 14 (Зависимый от 1): Описывает механизм обработки неточного ввода (например, на мобильных устройствах).

1. Если действие пользователя неточное, идентифицируется Edit Area (область, охватывающая несколько терминов).
2. Определяется набор терминов в этой области.
3. Для каждого термина вычисляется Relevance Score — вероятность того, что этот термин нуждается в замене (например, вероятность опечатки).
4. Термин с наивысшим Relevance Score выбирается как Edit Term.

Где и как применяется

Изобретение не применяется к основным этапам поисковой архитектуры (CRAWLING, INDEXING, RANKING, METASEARCH, RERANKING).

Оно относится к слою Пользовательского Интерфейса (UI) и самым начальным стадиям QUNDERSTANDING – Понимание Запросов, конкретно во время ввода и уточнения запроса (Query Input and Refinement).

• Место применения: Механизмы реализуются в клиентском приложении (браузер, мобильное приложение, Google Docs) для обработки пользовательского ввода в реальном времени.
• Взаимодействие: Система взаимодействует с движком идентификации термина (Edit Term Identification Engine) и движком предложений (Term Suggestion Engine).
• Входные данные:
  • Введенный текст.
  • Координаты и тип пользовательского действия (клик, касание).
  • Характеристики устройства (размер экрана, разрешение, размер шрифта — используются для адаптации порогов и определения Edit Area).
  • Языковые модели и словари.
• Выходные данные:
  • Отранжированный список предложений (Suggested Terms) для замены исходного слова.

На что влияет

• Специфические запросы: Влияет на процесс ввода любых запросов, особенно тех, где пользователь совершает опечатки или хочет отредактировать формулировку после ввода.
• Типы контента: Влияет на любой редактируемый текст в интерфейсах, где применяется эта технология (поиск, документы, почта).
• Ниши и тематики: Не зависит от тематики.

Когда применяется

• Условия работы: Алгоритм активируется в реальном времени, когда пользователь взаимодействует с уже введенным текстом.
• Триггеры активации: Обнаружение выбора пользователя (user selection) или позиции курсора (cursor position) в поле ввода.
• Пороговые значения: Может использоваться временной порог (time threshold), чтобы отличить перемещение курсора от намерения редактирования. Этот порог может быть динамическим, обратно пропорциональным размеру экрана или шрифта (на маленьких экранах порог может быть выше для большей точности).

Пошаговый алгоритм

Процесс А: Основной сценарий (Точное взаимодействие)

1. Идентификация ввода и действия: Получение текста и обнаружение пользовательской активности (например, установка курсора).
2. Определение Edit Term и Edit Position: Идентификация слова и точной позиции внутри него, указанной пользователем.
3. Генерация кандидатов: Поиск Candidate Terms на основе Edit Term (используя словари, контекст, историю правок, анализ раскладки клавиатуры).
4. Расчет Edit Similarity Score: Для каждого кандидата определяется, локализована ли разница с исходным словом в Edit Position. (Например, 1, если да; 0, если нет).
5. Расчет Similarity Measure: Базовая оценка релевантности кандидата корректируется (например, умножается) на Edit Similarity Score.
6. Ранжирование и выбор: Кандидаты ранжируются по итоговой Similarity Measure. Кандидаты с нулевой оценкой отбрасываются.
7. Предоставление результатов: Отображение лучших предложений пользователю.

Процесс Б: Сценарий неоднозначного взаимодействия (Edit Area)

1. Идентификация ввода и действия: Обнаружение неточного взаимодействия (например, касание пальцем на мобильном устройстве).
2. Определение Edit Area: Идентификация области текста, затронутой действием.
3. Идентификация набора терминов: Выделение всех терминов в пределах Edit Area.
4. Расчет Relevance Score: Для каждого термина оценивается вероятность того, что пользователь хочет заменить именно его (например, на основе вероятности опечатки или низкой частотности).
5. Выбор Edit Term: Термин с наивысшим Relevance Score выбирается как целевой Edit Term.
6. Продолжение: Далее система переходит к Процессу А (начиная с определения Edit Position, если это возможно).

Какие данные и как использует

Данные на входе

Патент фокусируется на обработке пользовательского ввода и не связан с факторами ранжирования сайтов.

• Пользовательские факторы (User/Device Factors):
  • Данные об устройстве (screen size, screen resolution) и отображении (font size). Используются для расчета пороговых значений и определения точности ввода.
  • Данные о раскладке клавиатуры (упоминается в описании). Используются для генерации кандидатов на основе физической близости клавиш (анализ опечаток).
• Поведенческие факторы (Input Behavior):
  • Точные координаты пользовательского действия (user-initiated activity).
  • Тип действия (клик, касание, выделение).
  • Продолжительность действия (time duration).
• Контентные факторы (Input Text):
  • Введенный текст (user input).
  • Контекст вокруг редактируемого слова (contextual usage).
• Исторические данные:
  • Журналы прошлых правок (historical edits) для определения частых замен и расчета базовых Similarity Measures.

Какие метрики используются и как они считаются

• Edit Similarity Score (S): Ключевая метрика. Оценивает локализацию изменений относительно Edit Position. В одном из вариантов реализации:
  $S=1$, если изменение (вставка, удаление, замена) произошло в Edit Position.
  $S=0$, в противном случае.
• Similarity Measure (N’): Итоговая оценка кандидата. Рассчитывается путем комбинирования базовой оценки релевантности (N) и Edit Similarity Score (S).
  $N’ = N \times S$N×S
  Базовая оценка N может учитывать популярность (popularity), контекст и исторические правки.
• Relevance Score: Используется в механизме Edit Area. Отражает вероятность того, что термин нуждается в замене. Основывается на вероятности опечатки, лингвистическом анализе (например, n-граммы символов) и контексте.
• Time Threshold: Порог времени для интерпретации действия пользователя как намерения редактировать.

Выводы

Патент описывает внутренние процессы Google, связанные с улучшением пользовательского интерфейса (UI/UX) и систем ввода текста, без прямых рекомендаций для SEO.

1. Фокус на микро-намерениях при вводе: Основная идея — использовать точное место взаимодействия пользователя (Edit Position) как сильный сигнал для понимания того, какую часть слова он намеревается исправить.
2. Позиция как агрессивный фильтр: Механизм Edit Similarity Score действует как фильтр. Если предложенная замена не соответствует позиции редактирования, она может быть полностью исключена (Score = 0), даже если в целом является вероятной заменой.
3. Адаптация под устройства и неточный ввод: Патент уделяет внимание обработке неточных взаимодействий (например, на мобильных устройствах) через механизм Edit Area. Система пытается угадать намерение пользователя, анализируя вероятность ошибок (Relevance Score) в затронутой области.
4. Отсутствие влияния на SEO-ранжирование: Это не патент о ранжировании. Он не дает информации о том, как оптимизировать контент или структуру сайта. Он лишь объясняет механизм, помогающий пользователям более эффективно взаимодействовать с полем ввода текста.

Практика

Патент является инфраструктурным (UI/UX) и не дает практических выводов для SEO-стратегий по оптимизации сайтов.

Best practices (это мы делаем)

Информация в патенте не содержит рекомендаций для SEO-специалистов по оптимизации сайтов (контент, ссылки, техническая оптимизация).

Worst practices (это делать не надо)

Патент не указывает на неэффективные или опасные SEO-тактики. Он не направлен против SEO-манипуляций и не описывает защитных механизмов ранжирования.

Стратегическое значение

Стратегическое значение для SEO минимально. Патент важен для понимания того, как Google улучшает взаимодействие с пользователем на уровне интерфейса, что может включать строку поиска. Это подтверждает инвестиции Google в улучшение пользовательского опыта, особенно на мобильных устройствах, но не меняет подходы к SEO.

Практические примеры

Практических примеров применения этого патента в SEO-работе нет, так как он описывает UI-механизм.

Пример работы механизма в интерфейсе (Не SEO):

Сценарий: Пользователь вводит текст в строке поиска и совершает опечатку.

1. Ввод: Пользователь ввел слово «delver».
2. Действие 1 (Исправление на «deliver»): Пользователь ставит курсор между ‘l’ и ‘v’. Система определяет Edit Position там. Edit Similarity Score будет высоким для кандидатов с изменениями в этой части слова.
   • Предложения: «deliver», «delivery».
3. Действие 2 (Исправление на «delve»): Пользователь перемещает курсор и ставит его после ‘r’. Система меняет Edit Position. Edit Similarity Score теперь будет высоким для кандидатов с изменениями в окончании слова.
   • Предложения: «delve», «delved».

Вопросы и ответы