Как Яндекс определяет, является ли последующий голосовой запрос уточнением предыдущего или началом нового поиска

Описание

Какую задачу решает

Патент решает проблему неоднозначности при обработке последовательных голосовых команд в поисковой сессии. Ключевая задача — определить намерение пользователя: является ли вторая голосовая команда уточнением первого запроса или это совершенно новый, не связанный с контекстом запрос. Это критически важно для обеспечения непрерывности диалога (conversational search) и улучшения пользовательского опыта в голосовом поиске, особенно при взаимодействии с интерактивными элементами на SERP.

Что запатентовано

Запатентован способ и сервер для обработки голосовых запросов. Суть изобретения заключается в механизме определения связи между последовательными запросами (Q1 и Q2). Система сравнивает качество результатов двух фоновых поисков (псевдопоисков): комбинированного (Q1+Q2) и изолированного (Q2). Если качество комбинированного поиска выше, второй запрос признается уточнением первого.

Как это работает

Система получает две последовательные голосовые команды (Q1 и Q2). Она выполняет два внутренних псевдопоиска: первый на основе комбинации Q1 и Q2, второй — только на основе Q2. Затем система оценивает качество результатов обоих поисков, определяя их относительный весовой коэффициент с помощью стандартных алгоритмов ранжирования. Если коэффициент результатов комбинированного поиска (Q1+Q2) выше, чем у изолированного (Q2), система решает, что Q2 является уточнением Q1. В этом случае система может обновить выдачу или использовать данные из Q2 для заполнения полей интерактивного виджета на текущей SERP.

Актуальность для SEO

Средняя. Голосовой поиск и понимание контекста сессии остаются крайне актуальными. Однако конкретный метод, описанный в патенте (подан в 2014 году), основанный на сравнении весов результатов псевдопоисков, может быть частично устаревшим. Современные системы, вероятно, используют более продвинутые NLP-технологии и нейросетевые модели (например, трансформеры) для управления контекстом диалога.

Важность для SEO

Влияние на SEO низкое (3/10). Патент носит инфраструктурный и UX-ориентированный характер. Он описывает обработку голосового ввода и управление интерфейсом поисковой системы, а не механизмы ранжирования или оценки качества сайтов. Он имеет значение преимущественно для сайтов, которые используют или стремятся получить интерактивные виджеты (интерактивные сниппеты) в выдаче Яндекса, так как описывает механизм голосового взаимодействия с ними.

Детальный разбор

Термины и определения

Виджет (Widget) / Интерактивный отрывок

Элемент на странице результатов поиска (SERP), соответствующий конкретному веб-ресурсу. Содержит интерактивные элементы (например, поля формы), позволяющие пользователю взаимодействовать с ресурсом напрямую из SERP. В патенте также упоминается как «поле с интерактивным отрывком».

Голосовая команда (Voice Command)

Голосовой ввод пользователя, содержащий указание на поисковый запрос.

Инициирующий элемент (Initiating Element)

Набор инструкций (например, в формате JSON), передаваемый сервером электронному устройству. Он инициирует обновление интерфейса на стороне клиента, например, заполнение полей виджета данными из уточняющего запроса.

Относительный весовой коэффициент (Relative Weighting Coefficient)

Метрика, используемая для сравнения качества и релевантности результатов двух псевдопоисков. Определяется с применением стандартных алгоритмов ранжирования поисковой системы.

Псевдопоиск (Pseudo-search)

Внутренний (фоновый) поиск, выполняемый системой не для показа пользователю, а для оценки связи между последовательными запросами. Выполняется два псевдопоиска: комбинированный и изолированный.

Уточнение (Refinement)

Классификация второго поискового запроса как дополняющего или конкретизирующего первый запрос в рамках одной поисковой сессии.

Ключевые утверждения (Анализ Claims)

Ядром изобретения является механизм разрешения неоднозначности последовательных голосовых запросов на основе оценки качества потенциальных результатов.

Claim 1 (Независимый пункт): Описывает основной способ обработки запросов.

1. Сервер получает первую голосовую команду (Q1).
2. Сервер получает вторую голосовую команду (Q2).
3. Определение того, является ли Q2 уточнением Q1. Этот процесс включает:
• Выполнение первого псевдопоиска на основе комбинации Q1 и Q2.
• Выполнение второго псевдопоиска на основе только Q2.
• Определение относительного весового коэффициента результатов первого и второго псевдопоисков.
• Принятие решения: Q2 является уточнением, если весовой коэффициент результатов первого псевдопоиска (Q1+Q2) больше, чем у второго (Q2).

Система проверяет гипотезу: если комбинация запросов дает более качественную выдачу, чем второй запрос сам по себе, значит, запросы семантически связаны и второй уточняет первый.

Claim 3 и 4 (Зависимые): Описывают контекст применения механизма с интерактивными элементами.

• SERP, сгенерированная по Q1, может содержать виджет (Claim 3), который включает интерактивные элементы для двустороннего соединения с ресурсом (Claim 4).

Claim 7 (Зависимый): Описывает действия системы в случае, если Q2 признан уточнением.

• Если Q2 — это уточнение, сервер передает электронному устройству инициирующий элемент. Этот элемент инициирует обновление интерактивных элементов виджета (например, заполнение полей формы) с помощью данных из Q2.

Claim 16 и 17 (Зависимые): Уточняют метод определения весового коэффициента.

• Определение осуществляется с применением алгоритма ранжирования (Claim 16).
• Этот алгоритм может быть алгоритмом машинного обучения, используемым для ранжирования результатов поиска при создании SERP (Claim 17).

Для оценки качества результатов псевдопоисков используется основная инфраструктура ранжирования Яндекса.

Где и как применяется

Изобретение применяется на стыке нескольких слоев поиска и затрагивает взаимодействие между клиентом и сервером при голосовом вводе.

QUERY PROCESSING – Понимание Запросов
Это основной слой применения патента. После распознавания голосовых команд и перевода их в текст, сервер поисковой системы должен интерпретировать второй запрос в контексте первого. Здесь запускается логика определения «Уточнение vs Новый поиск».

RANKING – Ранжирование (Инфраструктура)
Компоненты ранжирования используются как инструмент для оценки качества результатов псевдопоисков. Система использует существующие алгоритмы ранжирования (ML) для расчета и сравнения относительных весовых коэффициентов.

BLENDER / Генерация SERP / Система Wizards (Колдунщики)
На этом этапе генерируется исходная SERP по первому запросу, которая может включать интерактивные виджеты (Колдунщики). Если второй запрос признан уточнением, этот слой отвечает за генерацию обновленной SERP или за передачу инициирующего элемента клиенту для обновления виджета.

На что влияет

• Специфические запросы: Влияет исключительно на обработку голосовых запросов, заданных последовательно (диалоговый режим поиска).
• Конкретные ниши и форматы: Наибольшее влияние оказывается на тематики, где распространены интерактивные виджеты, позволяющие уточнять параметры: туризм (как в примере патента), бронирование, e-commerce, заказ услуг.
• Типы контента: Влияет на взаимодействие с веб-ресурсами, которые предоставляют функциональность для параметрического поиска или бронирования и квалифицируются для отображения в виде виджетов.

Когда применяется

• Триггеры активации: Алгоритм активируется, когда пользователь вводит вторую голосовую команду в рамках текущей поисковой сессии (вскоре после первой).
• Условия работы: Особенно актуально, когда на SERP, сгенерированной по первому запросу, присутствуют интерактивные виджеты, поля которых потенциально могут быть заполнены информацией из второго запроса.

Пошаговый алгоритм

1. Получение Q1: Система получает первую голосовую команду, распознает ее (ASR) и извлекает первый поисковый запрос (Q1).
2. Генерация первичной SERP (Опционально): Система выполняет поиск по Q1 и возвращает SERP пользователю. Эта SERP может содержать интерактивные виджеты.
3. Получение Q2: Система получает вторую голосовую команду и извлекает второй поисковый запрос (Q2) через ASR.
4. Выполнение Первого Псевдопоиска (PS1): Система выполняет поиск на основе комбинации Q1 и Q2.
5. Выполнение Второго Псевдопоиска (PS2): Система выполняет поиск на основе только Q2.
6. Оценка Качества (Весовые коэффициенты): Система определяет относительные весовые коэффициенты результатов обоих псевдопоисков (Weight(PS1) и Weight(PS2)), используя стандартные алгоритмы ранжирования (ML-модель).
7. Сравнение и Принятие Решения: Система сравнивает весовые коэффициенты.
   • Если Weight(PS1) > Weight(PS2), принимается решение, что Q2 является уточнением Q1.
   • В противном случае Q2 считается новым поиском.
8. Применение Решения:
   • Если Уточнение: Система передает электронному устройству обновленную SERP (Q1+Q2) ИЛИ передает инициирующий элемент (инструкции) для заполнения полей интерактивного виджета на текущей SERP данными из Q2.
   • Если Новый поиск: Система генерирует новую SERP на основе Q2, игнорируя контекст Q1.

Какие данные и как использует

Данные на входе

• Контентные факторы (Текстовые): Тексты первого (Q1) и второго (Q2) поисковых запросов, полученные после распознавания голосовых команд.
• Системные данные (Контекст SERP): Структура и содержание текущей страницы выдачи, включая наличие и структуру интерактивных виджетов и их полей. Это необходимо для сценариев заполнения виджетов.
• Данные Индекса: Данные, необходимые для выполнения псевдопоисков и расчета ранжирования.

Другие факторы (ссылочные, поведенческие и т.д.) используются косвенно, так как они влияют на результаты псевдопоисков через алгоритм ранжирования.

Какие метрики используются и как они считаются

• Относительный весовой коэффициент (Relative Weighting Coefficient): Это ключевая метрика. Патент не дает формулы для ее расчета, но указывает (Claims 16, 17), что она определяется с применением стандартных алгоритмов ранжирования поисковой системы, включая алгоритмы машинного обучения, используемые для создания SERP.

Фактически, система использует существующие метрики качества и релевантности поиска (результаты работы основной ML-модели ранжирования) для оценки того, какая из двух гипотетических выдач является более качественной и лучше отвечает предполагаемому интенту пользователя.

Выводы

1. Интерпретация интента через качество выдачи: Ключевая идея патента — использовать качество результатов поиска как критерий для понимания связи между последовательными голосовыми запросами. Если комбинация запросов дает лучшую выдачу, чем последний запрос в изоляции, система считает их связанными (уточнением).
2. Использование инфраструктуры ранжирования для интерпретации запросов: Для оценки качества (расчета Относительного Весового Коэффициента) используются основные алгоритмы машинного обучения, применяемые в ранжировании. Патент не вводит новых метрик качества.
3. Фокус на интерактивные виджеты (Сниппеты): Основной сценарий применения, детально описанный в патенте, — это обеспечение голосового взаимодействия с интерактивными элементами прямо на SERP (заполнение форм в виджетах). Это подчеркивает важность этих элементов в экосистеме Яндекса.
4. Инфраструктурный и UX характер: Патент описывает механизм управления диалогом и улучшения пользовательского интерфейса в голосовом поиске, а не алгоритмы ранжирования сайтов. Влияние на Core SEO минимально.

Практика

Best practices (это мы делаем)

Хотя патент имеет ограниченное влияние на стандартные SEO-практики, он дает важные инсайты для сайтов, которые используют или могут использовать Интерактивные Сниппеты (Виджеты) Яндекса.

• Внедрение и оптимизация Интерактивных Виджетов: Для коммерческих сайтов (e-commerce, услуги, бронирование) критически важно добиваться отображения в виде интерактивных виджетов. Необходимо следовать требованиям Яндекса и обеспечивать технически корректную реализацию (через API, YML и т.д.). Описанный механизм улучшает взаимодействие пользователей с этими виджетами через голос.
• Структурирование данных для параметрического поиска: Убедитесь, что ваш сайт поддерживает четкий параметрический поиск (фильтрацию по цене, дате, локации). Используйте стандартную и понятную терминологию для названий полей и параметров. Это облегчает Яндексу маппинг данных из голосового запроса в поля виджета.
• Оптимизация под комбинированные запросы: Обеспечьте высокое качество и релевантность сайта как по общим запросам (например, «дешевые билеты»), так и по уточненным (например, «дешевые билеты в Мексику на неделю»). Это повысит «весовой коэффициент» при выполнении псевдопоисков.

Worst practices (это делать не надо)

• Использование сложных и нестандартных форм ввода: Сложные формы с неочевидными названиями полей затрудняют формирование интерактивных виджетов и делают невозможным корректное голосовое взаимодействие через механизм, описанный в патенте.
• Игнорирование возможностей интерактивной выдачи: Отказ от внедрения интерактивных функций и виджетов может привести к потере голосового трафика, так как пользователи смогут быстрее выполнить задачу через виджеты конкурентов прямо на SERP.

Стратегическое значение

Патент подтверждает стратегический курс Яндекса на создание SERP как интерактивной платформы для выполнения задач, а не просто списка ссылок (Zero-Click Searches). Особенно это актуально для голосового поиска, где скорость и удобство взаимодействия критичны. Для SEO это означает необходимость адаптации к интерактивной выдаче и понимания того, что взаимодействие пользователя с сайтом может начинаться и заканчиваться прямо в результатах поиска через виджеты и колдунщики.

Практические примеры

Сценарий: Голосовое заполнение формы бронирования тура на SERP (Пример из патента)

1. Подготовка (Сайт): Сайт турагентства настроил отображение Интерактивного Виджета с полями: Страна, Цена, Продолжительность.
2. Действие пользователя (Голос Q1): Пользователь говорит: «Дешевые туры».
3. Действие системы: Яндекс показывает SERP, где на первой позиции находится виджет сайта.
4. Действие пользователя (Голос Q2): Пользователь говорит: «В Мексику на 7 дней до 1000 долларов».
5. Анализ по патенту:
   • Псевдопоиск 1 (Q1+Q2): «Дешевые туры В Мексику на 7 дней до 1000 долларов».
   • Псевдопоиск 2 (Q2): «В Мексику на 7 дней до 1000 долларов».
   • Сравнение: Весовой коэффициент Псевдопоиска 1 выше. Система классифицирует ввод как Уточнение.
6. Результат: Яндекс отправляет Инициирующий элемент устройству. Поля виджета автоматически заполняются: Страна=Мексика, Продолжительность=7 дней, Цена=<1000\$. Пользователь видит результат без ручного ввода.

Вопросы и ответы