Come fa il motore di ricerca Google a comprendere i testi ?

Come fa il motore di ricerca Google a comprendere i testi ?
Digitale

Da alcuni anni Google ha messo a punto un algoritmo in grado di comprendere i testi. Per questo motivo, un aspetto fondamentale della specializzazione di uno specialista SEO o di un copywriter è la scrittura e leggibilità. Il testo deve soddisfare le esigenze degli utenti, incrementando anche la posizione nella SERP.

 
Siamo proprio sicuri che Google comprende il testo?

Sappiamo che Google comprende il testo, ma entro certi limiti. La cosa più importante è che Google riesca ad abbinare correttamente ciò che l’utente digita nella barra di ricerca, con il migliore risultato di ricerca. Per far questo Google non può fidarsi delle sole informazioni che l’utente mette a disposizione, cioè i meta dati.

Inoltre, sappiamo anche che è possibile classificare una frase che non si utilizza nel testo (sebbene sia comunque buona prassi identificare e utilizzare una o più frasi chiave specifiche). Quindi, Google fa qualcosa per leggere e valutare il testo contenuto in una pagina del tuo sito web.

 

Potrebbe interessarti ancheStrategia SEO ricerca vocale e il successo dei Personal Assistant
 
Qual è lo stato attuale?

Non si conosce il metodo usato da Google per comprendere i testi. Cioè le informazioni non sono disponibili in modo semplice e gratuito. Sappiamo anche, a giudicare dai risultati della ricerca, che c’è ancora molto lavoro da fare, per raggiungere un risultato ottimale. Ma ci sono alcuni indizi qua e là da cui possiamo trarre conclusioni interessanti.

Ad esempio sappiamo che Google ha compiuto grandi passi nella comprensione del contesto. Sappiamo anche che Google cerca di determinare in che modo parole e concetti sono correlati l’uno con l’altro.

 

Word Embeddings

Una tecnica interessante di cui Google ha depositato i brevetti e ha lavorato è chiamata Word Embedding, “Incontri di parole” o “Parole Correlate”. Sorvolando sui dettagli, l’obiettivo è fondamentalmente quello di scoprire quali parole sono strettamente correlate ad altre parole. Praticamente: un software prende una certa quantità di testo, le analizza e determina quali parole tendono ad essere insieme con maggiore frequenza, e trasforma ogni parola in una serie di numeri. In questo modo è possibile rappresentate le parole come un punto nello spazio in un diagramma, come un grafico a dispersione.

Il diagramma così ottenuto mostra quali parole sono correlate e in che modo. Più precisamente, mostra la distanza tra le parole, rappresentando una specie di galassia fatta di parole.

Quindi, per esempio, una parola come “parole chiave” sarebbe molto più vicina a “copywriting” invece che a “utensili da cucina”.

Questo procedimento, è possibile applicarlo sia alle parole che alle frasi e/o paragrafi.. Più grande è il set di dati che alimenta il ​​programma, meglio l’algoritmo sarà in grado di categorizzare e comprendere le parole, capire come sono utilizzate e cosa significano.

Praticamente, Google ha una banca dati comprensiva di tutta la rete. Quindi, con un insieme di informazioni di queste dimensioni, è possibile creare modelli affidabili, in grado di valutare il valore del testo e del contesto.

 

Entità correlate

Dalla correlazione di parole, facciamo un piccolo passo verso il concetto di entità correlate. Se proviamo a fare una ricerca, possiamo vedere quali sono le entità correlate. Digitando “tipi di pasta”, in cima alla SERP dovresti vedere “I Formati della Pasta”. Queste varietà di pasta dovrebbero risultare anche sottocategorizzate. Esistono molte SERP simili che riflettono il modo in cui le parole e i concetti sono correlati l’uno con l’altro.

Il brevetto relativo alle entità che Google ha archiviato menziona effettivamente il database degli indici relativi alle entità. Questo è un database in cui sono memorizzati concetti o entità, come la pasta. Queste entità hanno anche caratteristiche. La lasagna, per esempio, è una pasta. È fatto anche di pasta. Ed è un cibo. Ora, analizzando le caratteristiche delle entità, possono essere raggruppate e classificate in tutti i tipi di modi diversi. Ciò consente a Google di comprendere meglio come le parole sono correlate e, quindi, per comprendere meglio il contesto.

 

Conclusioni pratiche

Se Google comprende il contesto della pagina, sicuramente lo valuterà e ne giudicherà il contenuto. Migliore è la corrispondenza con la nozione di contesto di Google, migliori saranno le sue possibilità di essere in evidenza. Sarà necessario esprimere i concetti in modo esaustivo. In modo più ampio, esprimendo anche i concetti correlati.
Testi semplici, esprimendo chiaramente le relazioni tra i vari concetti, aiutano i tuoi lettori a comprendere meglio, e aiutano anche Google.

La scrittura difficile, incoerente e mal strutturata è più difficile da comprendere sia per gli esseri umani che per Google. Devi aiutare il motore di ricerca a comprendere i tuoi testi concentrandoti su:

  • Buona leggibilità, cioè rendere il tuo testo più facile da leggere possibile senza compromettere il tuo messaggio;
  • una Buona struttura, cioè aggiungendo sottotitoli e transizioni chiare;
  • un Buon contesto, cioè aggiungendo spiegazioni chiare che mostrano come ciò che stai dicendo si riferisce a ciò che è già noto su un argomento

Un buon risultato, aiuterà i tuoi lettori e Google a comprendere il tuo testo, e quindi tutti gli obiettivi che ti eri prefissato.

Soprattutto perché Google sembra cercare di creare un modello che imita il modo in cui noi umani elaboriamo il linguaggio e le informazioni.

E questo ci fa pensare che Google usa ancora le parole chiave, per abbinare la tua pagina a una query.

Newsletter sull’Innovazione

Non perderti le notizie più importanti sull'Innovazione. Iscriviti per riceverle via e-mail.
Loading

Puoi cancellarti in ogni momento. Leggi la nostra Privacy Policy.

EUHubs4Data open call
Comunicati Stampa
Big Data: aperta la terza open call del progetto EUHubs4Data

Il progetto EUHubs4Data ha aperto la terza open call per promuovere l’innovazione basata sui dati. Con questo bando EUHubs4Data vuole selezionare e finanziare 18 esperimenti innovativi realizzati da PMI e imprenditori, sfruttando appieno il potenziale dei dataset e del catalogo di servizi data driven di EUHubs4Data. Il progetto EUHubs4Data, finanziato dalla Commissione Europea, ha stanziato 5,8 milioni di euro per …

italian tech week
Digitale
Eni: il supercalcolo della sostenibilità

La società si affida anche alle tecnologia del supercalcolo per azzerare le emissioni. Francesca Zarri, Director Technology, R&D & Digital di Eni sarà all’TWeek il 30 settembre dalle 11 in Sala Fucine È anche spingendo sull’innovazione digitale e il supercalcolo che Eni punta ad azzerare entro il 2050 le emissioni …

google maps nuova versione
Digitale
Google Maps può ora ottimizzare la sua navigazione ecologica per veicoli a benzina, diesel ed elettrificati

Google sta migliorando la modalità di scelta percorso ecologico di Maps. Attualmente sta implementando la funzione in diversi paesi europei rendendola ancora più potente, consentendoti di scegliere il percorso in base al tipo di carburante della tua auto. La funzione, originariamente lanciata negli Stati Uniti e in Canada lo scorso …