تركيز – نتحدث كثيرًا عن الكتابة والقراءة. نحن نعتبره جزءًا مهمًا جدًا من SEO. يجب أن يكون نصك سهل المتابعة ويجب أن يلبي احتياجات المستخدمين. هذا، بدوره، سيساعد في تصنيفاتك. ومع ذلك، نادرًا ما نتحدث عن كيفية قراءة Google ومحركات البحث الأخرى لهذه النصوص وفهمها. في هذا المنشور، سنستكشف ما نعرفه حول كيفية تحليل Google للنص عبر الإنترنت.
هل نحن متأكدون من أن Google تفهم النص ؟
نحن نعلم أن Google تفهم النص إلى حد ما. فقط فكر في الأمر. أحد أهم الأشياء التي يتعين على Google القيام بها هو مطابقة ما يكتبه شخص ما في شريط البحث مع نتيجة بحث مناسبة. لن تساعد إشارات المستخدم (مثل معدلات النقر والارتداد) Google وحدها على القيام بذلك. علاوة على ذلك، نعلم أنه من الممكن ترتيب عبارة لا تستخدمها في نصك (على الرغم من أنه لا يزال من الممارسات الجيدة تحديد واستخدام واحدة أو أكثر من كلمات المفاتيح المحددة). من الواضح أن Google تفعل شيئًا لقراءة وتقييم نصك بطريقة أو بأخرى.
كيف تفهم Google النص
العودة إلى سؤالنا الأولي: كيف تفهم Google النص ؟ لأكون صادقًا، لا نعرف هذا بالتفصيل. لسوء الحظ، هذه المعلومات ليست متاحة مجانًا. ونعلم أيضًا، بناءً على نتائج البحث، أنه لا يزال هناك الكثير من العمل الذي يتعين القيام به. لكن هناك بعض القرائن هنا وهناك يمكننا استخلاص استنتاجات منها. نحن نعلم أن Google قد اتخذت خطوات كبيرة عندما يتعلق الأمر بفهم السياق. نعلم أيضًا أن محرك البحث يحاول تحديد كيفية ارتباط الكلمات والمفاهيم ببعضها البعض. كيف لنا أن نعرف هذا ؟ من ناحية، من خلال مراقبة أي أخبار تحيط بخوارزمية Google. من ناحية أخرى، من خلال النظر في كيفية تغير صفحات نتائج البحث الفعلية.
تضمين الكلمات
أحد الأساليب المثيرة للاهتمام التي قدمت Google براءات اختراع لها وعملت عليها هو تضمين الكلمات. سنحفظ التفاصيل لمنشور آخر، لكن الهدف أساسًا هو معرفة الكلمات المرتبطة ارتباطًا وثيقًا بالكلمات الأخرى. هذا ما يحدث: يتم تغذية برنامج الكمبيوتر بقدر معين من النص. ثم يحلل الكلمات في ذلك النص ويحدد الكلمات التي تميل إلى الظهور معًا. ثم يترجم كل كلمة إلى سلسلة من الأرقام. يسمح هذا بتمثيل الكلمات كنقطة في الفضاء في مخطط، مثل مخطط مبعثر. يوضح هذا الرسم البياني ما هي الكلمات المرتبطة بأي طرق. بشكل أكثر دقة، يُظهر المسافة بين الكلمات، نوعًا ما مثل مجرة مكونة من كلمات. على سبيل المثال، ستكون كلمة مثل «الكلمات الرئيسية» أقرب بكثير إلى «كتابة الإعلانات» مما ستكون عليه عندما تقول «أواني المطبخ».
ومن المثير للاهتمام أن هذا يمكن القيام به أيضًا للعبارات والجمل والفقرات. كلما زادت مجموعة البيانات التي تغذيها للبرنامج، كان من الأفضل تصنيف الكلمات وفهمها ومعرفة كيفية استخدامها وماذا تعني. وماذا تعرف، لدى Google قاعدة بيانات للإنترنت بأكمله. باستخدام مجموعة بيانات من هذا القبيل، من الممكن إنشاء نماذج موثوقة للغاية تتنبأ وتقيم قيمة النص والسياق.
عمليات البحث ذات الصلة
من تضمين الكلمات، إنها مجرد خطوة صغيرة إلى مفهوم عمليات البحث ذات الصلة. دعونا نلقي نظرة على نتائج البحث لتوضيح العمليات البحث ذات الصلة. إذا قمت بكتابة «أنواع المعكرونة»، فهذا ما ستراه مباشرة في الجزء العلوي من SERP: عنوان يسمى «أصناف المعكرونة»، مع عدد من النتائج الغنية التي تتضمن طنًا من أنواع مختلفة من المعكرونة. حتى أن أصناف المعكرونة هذه مصنفة فرعيًا إلى «معكرونة الشريط» و «المعكرونة الأنبوبية» وأنواع فرعية أخرى من المعكرونة. وهناك الكثير والكثير من SERPs المتشابهة التي تعكس الطريقة التي ترتبط بها الكلمات والمفاهيم ببعضها البعض.
تشير براءة اختراع عمليات البحث ذات الصلة التي قدمتها Google بالفعل إلى قاعدة بيانات فهرس العمليات البحث ذات الصلة . هذه قاعدة بيانات تخزن المفاهيم أو العمليات البحث ذات الصلة، مثل المعكرونة. ولهذه العمليات البحث ذات الصلة أيضا خصائص. اللازانيا، على سبيل المثال، هي معكرونة. كما أنها مصنوعة من العجين. وهو طعام. الآن، من خلال تحليل خصائص العمليات البحث ذات الصلة، يمكن تجميعها وتصنيفها بجميع أنواع الطرق المختلفة. يتيح ذلك لـ Google فهم كيفية ارتباط الكلمات بشكل أفضل، وبالتالي فهم السياق بشكل أفضل.
تستثمر Google بشكل كبير في معالجة اللغات الطبيعية
معالجة اللغة الطبيعية هي فهم اللغة بالآلات. إنه أحد أصعب أجزاء علوم الكمبيوتر والذي يتم فيه تحقيق أكبر قدر من التقدم. اليوم، مع وجود عالم مدعوم بشكل متزايد بأنظمة يديرها الذكاء الاصطناعي، يعد فهم اللغة المناسب أمرًا أساسيًا. تتفهم Google هذا وتستثمر الكثير في تطوير نماذج NLP. كان أحد الأنظمة الرئيسية هو BERT، وهو نموذج يمكنه فهم النص الذي يأتي بعد كلمات المحتوى وقبل تلك الكلمات. بهذه الطريقة، يحتوي النظام على السياق الكامل للجملة لفهم معناها بشكل صحيح. ما فعلته BERT رائع، لكن Google تفعل المزيد. قابل أمي.
MUM: نموذج اللغة القادم من Google
في حدث هذا العام، قدمت Google نموذجًا لغويًا جديدًا: MUM. وفقًا لـ Google، من المفترض أن تكون أقوى 1000 مرة من BERT، نموذج لغة سابق. كيف ؟ حسنًا، على ما يبدو، يمكن لأمي القيام بمهام متعددة. هذا يعني أن هذا النموذج يمكنه قراءة النص وفهم معناه وتشكيل معرفة أعمق بالموضوع واستخدام وسائط أخرى لإثراء تلك المعرفة والحصول على رؤى من أكثر من 75 لغة وترجمة كل شيء إلى محتوى يجيب على استفسارات البحث المعقدة. كل ذلك في نفس الوقت.
الاستنتاجات العملية
إذن، كيف تفهم Google النص بالضبط ؟ ما نعرفه يقودنا إلى نقطتين مهمتين للغاية:
1. السياق هو المفتاح
إذا فهمت Google السياق بطريقة أو بأخرى، فمن المحتمل أن تقيم السياق وتحكم عليه أيضًا. كلما كانت نسختك تتطابق بشكل أفضل مع فكرة Google للسياق، كانت فرصها في الترتيب بشكل جيد أفضل. لذا فإن النسخة الرقيقة ذات النطاق المحدود ستكون في وضع غير مؤات. تحتاج إلى تغطية موضوعاتك بشكل صحيح وشامل. وعلى نطاق أوسع، فإن تغطية المفاهيم ذات الصلة وتقديم مجموعة كاملة من الأعمال على موقعك سيعزز سلطتك في الموضوع الذي تكتب عنه وتتخصص فيه.
2. اكتب للقارئ
النصوص الأسهل التي تعكس بوضوح العلاقات بين المفاهيم لا تفيد القراء فحسب، بل تساعد Google أيضًا. من الصعب فهم الكتابة الصعبة وغير المتسقة مع البنية الضعيفة لكل من البشر والآلات. يمكنك مساعدة محرك البحث على فهم نصوصك من خلال التركيز على:
- إمكانية القراءة: جعل قراءة نصك أسهل ما يمكن دون المساس برسالتك.
- الهيكل الجيد: إضافة عناوين فرعية واضحة واستخدام كلمات انتقالية.
- محتوى جيد: إضافة تفسيرات واضحة توضح كيف يرتبط ما تقوله بما هو معروف بالفعل عن موضوع ما.
كلما كان أداءك أفضل، كان من الأسهل على مستخدميك و Google على حد سواء فهم نصك وما يحاول تحقيقه. مما يساعدك أيضًا على ترتيب الصفحات المناسبة عندما يكتب المستخدم في استعلام بحث معين. خاصة وأن Google تقوم بشكل أساسي بإنشاء نموذج يحاكي الطريقة التي نعالج بها نحن البشر اللغة والمعلومات.
تريد Google أن تكون قارئًا
في النهاية، يتلخص الأمر في هذه الرسالة: أصبحت Google أكثر فأكثر مثل القارئ الفعلي. من خلال كتابة محتوى غني منظم جيدًا وسهل القراءة ومدمج بوضوح في سياق الموضوع المطروح، ستحسن فرصك في الأداء الجيد في نتائج البحث.
