#12-Правка текста главы

'#6. Тексты : texts';

'Library_ChapterController_actionUpdateHtml';

'#layouts_templates_updateHtml';

Правка кода HTML в тексте

<p>Идея латентного семантического индекса (LSI) заключается в том, чтобы выяснить семантическое значение слов, составляющих поисковый запрос, и определить их взаимоотношения в контексте запроса, вместо того, чтобы считать ключевые слова.</p>
<p>Изначально это был метод в области обработки естественного языка и информационного поиска, используемый для определения связей между словами и терминами в тексте. Скрытое семантическое индексирование (LSI) или скрытый семантический анализ (LSA) &ndash; это метод обработки естественного языка, разработанный в 1980-х годах. К сожалению, если вы не знакомы с математическими понятиями, такими как собственные значения , векторы и разложение по одному значению , саму технологию не так-то легко понять.</p>
<p>По этой причине мы не будем рассматривать, как работает LSI, а просто обозначим основные аспекты и методы.</p>
<h2>Что такое LSI-ключи</h2>
<p><strong>LSI-ключи</strong> &ndash; это слова и фразы, которые связаны с основным поисковым запросом по смыслу, но не являются его прямыми синонимами. Например, для поискового запроса "<strong>купить ноутбук</strong>" LSI-ключами могут быть "игровой ноутбук", "акции на ноутбуки", "сравнение характеристик офисных ноутбуков" и т.д.</p>
<p>Цель LSI &ndash; помочь поисковому алгоритму понять общий смысл запроса и выдать страницы с релевантным содержимым.</p>
<p>Основные характеристики Latent Semantic Indexing:</p>
<ul>
<li><strong>Семантическое понимание</strong>: LSI основано на идее, что семантически близкие слова часто встречаются в одном и том же контексте. Алгоритм анализирует совместное появление слов в больших наборах текстов для выявления семантических связей.</li>
<li><strong>Снижение размерности</strong>: Одним из ключевых моментов LSI является снижение размерности, т.е. представление текста в виде меньшего числа концепций или "латентных семантических" измерений.</li>
<li><strong>Поиск схожих терминов</strong>: LSI может использоваться для поиска схожих терминов и выявления семантически близких слов. Это помогает улучшить результаты поиска, включая синонимы и контекстуально связанные термины.</li>
<li><strong>Улучшение ранжирования</strong>: Применение LSI в поисковых системах позволяет улучшить ранжирование результатов поиска, делая их более релевантными для запросов пользователей.</li>
<li><strong>Использование в SEO</strong>: В контексте SEO, использование LSI может помочь в оптимизации контента, учтя не только ключевые слова, но и их семантические ассоциации. Это способствует более естественному и информативному содержанию.</li>
</ul>
<p>LSI представляет собой мощный инструмент для обработки текстовой информации, который помогает повысить понимание семантики и контекста текста. Это особенно полезно в поисковых системах, где требуется более точное понимание запросов пользователей. Однако важно использовать его правильно, чтобы не перегрузить текст ключевыми словами и не ухудшить его читабельность.</p>
<p data-sourcepos="13:1-13:63">Вот несколько советов по использованию LSI-ключей в SEO-тексте:</p>
<ul data-sourcepos="15:1-18:0">
<li data-sourcepos="15:1-15:137">Используйте LSI-ключи в умеренном количестве. Не стоит пытаться включить в текст все возможные LSI-ключи для одного поискового запроса.</li>
<li data-sourcepos="16:1-16:88">Выбирайте LSI-ключи, которые являются релевантными для целевой аудитории вашего сайта.</li>
<li data-sourcepos="17:1-18:0">Используйте LSI-ключи в естественном контексте. Не стоит пытаться вставлять их в текст искусственно.</li>
</ul>
<p data-sourcepos="19:1-19:136">Если вы будете следовать этим советам, вы сможете использовать LSI-ключи для эффективного продвижения своего сайта в поисковых системах.</p>
<p>Вместо этого мы сосредоточимся на проблеме, для решения которой он был создан. Вот как определяют эту проблему создатели LSI:</p>
<blockquote>
<p>Слова, которые использует поисковик, часто не совпадают со словами, которыми индексируется искомая информация.</p>
</blockquote>
<p>Но что это на самом деле означает?</p>
<p>Например, вы решили нарисовать картину на романтическую тему и решили погуглить, как выглядит древний замок. Гугл выдал вам такую картинку:</p>
<p><img class="img-fluid" src="https://static.shopnseo.ru/uploads/zamok.webp" alt="старый замок" width="600" height="397" style="display: block; margin-left: auto; margin-right: auto;" loading="lazy"></p>
<p>Очевидно, это не тот замок, который вам нужен. То, что вы ищете, очевидно надо искать с уточнением средневековый дворец. Проблема здесь в том, что &laquo;замок&raquo; &ndash; слово синоним для &laquo;дворца&raquo; и при этом многозначное.</p>
<h2>Что такое синонимы?</h2>
<p>Синонимы &ndash; это слова или фразы, которые означают то же или почти то же самое, что и другое слово или фраза. Например: дом и строение, путь и маршрут, смех и хохот, и так далее</p>
<p>Согласно патенту LSI, вот почему синонимы проблематичны:</p>
<blockquote>
<p>[&hellip;] существует огромное разнообразие слов, которые люди используют для описания одного и того же объекта или понятия; это называется синонимия. Пользователи в разных контекстах или с разными потребностями, знаниями или языковыми привычками будут описывать одну и ту же информацию, используя разные термины. Например, было продемонстрировано, что любые два человека выбирают одно и то же главное ключевое слово для одного хорошо известного объекта в среднем менее чем в 20% случаев.</p>
</blockquote>
<h3>Как это связано с поисковыми системами?</h3>
<p>Представьте, что у нас есть две веб-страницы, посвященные автомобилям. Оба слова идентичны, но все случаи слова &laquo;машины&raquo; заменяются на слово &laquo;автомобили&raquo;. Если бы мы использовали примитивную поисковую систему, которая индексирует только слова и фразы на странице, она бы вернула только одну из этих страниц по запросу &laquo;автомобили&raquo;. Это плохо, потому что оба результата релевантны; просто один описывает то, что мы ищем, по-другому. Страница, на которой вместо слова &laquo;машина&raquo; используется слово &laquo; автомобиль&raquo;, может оказаться даже лучшим результатом.</p>
<p>Итог: поисковые системы должны понимать синонимы, чтобы возвращать наилучшие результаты.</p>
<h2>Что такое многозначные слова?</h2>
<p>Многозначные слова и словосочетания &ndash; это слова, имеющие несколько разных значений. Примеры включают: мышь (грызун/компьютер), ключ (от двери/родник), яркий (светлый/умный) и прочие омонимы. Вот почему, по мнению создателей LSI, это вызывает проблемы:</p>
<p>В разных контекстах или при использовании разными людьми одно и то же слово приобретает различное референциальное значение (например, ключ от двери или ключ в лесу). Таким образом, использование термина в поисковом запросе не обязательно означает, что текстовый объект, содержащий или помеченный тем же термином, представляет интерес.</p>
<p>Омонимы создают для поисковых систем ту же проблему, что и синонимы.</p>
<h2>Как работает ЛСИ?</h2>
<p>Компьютеры тупые. У них нет врожденного понимания отношений между словами, которое есть у нас, людей. Например, все знают, что большой и крупный означают одно и то же. И все знают, что Джон Леннон был в The Beatles. Но компьютер не обладает этими знаниями без предварительного уведомления. Проблема в том, что невозможно рассказать компьютеру все. Просто это заняло бы слишком много времени и усилий.</p>
<p>LSI решает эту проблему, используя сложные математические формулы для определения связей между словами и фразами из набора документов. Проще говоря, если мы запустим LSA для набора документов о спортивной экипировке, компьютер, скорее всего, сможет выяснить пару вещей:</p>
<p>Во-первых, такие слова, как лук, арбалет и стрелы семантически связаны:</p>
<p>Во-вторых, лук семантически связан с двумя разными наборами слов:</p>
<ul>
<li>спортивный инвентарь,</li>
<li>овощи.</li>
</ul>
<p>Поисковые системы могут затем использовать эту информацию, чтобы выйти за рамки точного соответствия запросам и предоставить более релевантные результаты поиска.</p>
<h2>Использует ли Google LSI?</h2>
<p>Учитывая проблемы, которые решает LSI, легко понять, почему люди полагают, что Google использует технологию LSI. В конце концов, очевидно, что точное соответствие запросам &ndash; это ненадежный способ для поисковых систем вернуть релевантные документы. Но, несмотря на это, Google почти наверняка не использует технологию LSI .</p>
<p>Откуда нам знать? Об этом говорят представители Google.</p>
<p>Не верите им?</p>
<p>Вот еще три доказательства, подтверждающие этот факт:</p>
<h3>1. LSI &ndash; старая технология</h3>
<p>LSI была изобретена в 1980-х годах, еще до создания Всемирной паутины. По существу, его никогда не предполагалось применять к такому большому набору документов. Вот почему Google с тех пор разработал более совершенную и масштабируемую технологию для решения тех же проблем.</p>
<p>Билл Славски выразил это лучше всего :</p>
<blockquote>
<p>Технология LSI не была создана для чего-то размером с Интернет [&hellip;] Google разработал подход вектора слов (используемый для Rankbrain), который гораздо более современен, гораздо лучше масштабируется и работает в Интернете. Использование LSI, когда у вас есть Word2vec, похоже на гонку на Феррари с картингом.</p>
</blockquote>
<h3>2. LSI была создана для индексации известных коллекций документов.</h3>
<p>Всемирная паутина не только велика, но и динамична. Это означает, что миллиарды страниц в индексе Google регулярно меняются. Это проблема, поскольку в патенте LSI говорится, что анализ необходимо запускать &laquo;каждый раз, когда в файлах хранилища происходит значительное обновление&raquo;. Это потребует много вычислительной мощности.</p>
<h3>3. LSI &ndash; запатентованная технология.</h3>
<p>Патент на скрытое семантическое индексирование (LSI) был выдан компании Bell Communications Research, Inc. в 1989 году. Сьюзан Дюмэ, одна из соавторов этой технологии, позже присоединилась к Microsoft в 1997 году, где работала над инновациями, связанными с поиском. Тем не менее, срок действия патентов США истекает через 20 лет, а это означает, что срок действия патента LSI истек в 2008 году.</p>
<p>Учитывая, что Google довольно хорошо понимал язык и выдавал релевантные результаты гораздо раньше, чем в 2008 году, это еще одно свидетельство того, что Google не использует LSI.</p>
<p>И снова Билл Славски выразил это лучше всего:</p>
<blockquote>
<p>Google пытается индексировать синонимы и другие значения слов. Но для этого не используется технология LSI. Называя это LSI, люди вводят в заблуждение. Google предлагает замену синонимов и уточнение запросов на основе синонимов, по крайней мере, с 2003 года, но это не означает, что они используют LSI. Это все равно что сказать, что вы используете интеллектуальное телеграфное устройство для подключения к мобильной сети.</p>
</blockquote>
<h2>Может ли упоминание связанных слов, фраз и объектов повысить рейтинг?</h2>
<p>Большинство оптимизаторов видят в &laquo;ключевых словах LSI&raquo; не что иное, как связанные слова, фразы и сущности.</p>
<p>Если мы воспользуемся этим определением &ndash; несмотря на то, что оно технически неточно &ndash; тогда да, использование некоторых связанных слов и фраз в вашем контенте почти наверняка может помочь улучшить SEO .</p>
<p>Откуда нам знать? Google косвенно сообщает нам об этом <a title="здесь" href="https://www.google.com/search/howsearchworks/how-search-works/ranking-results/" target="_blank" rel="noopener">здесь</a> :</p>
<blockquote>
<p>Просто подумайте: когда вы ищете &laquo;собаки&raquo;, вам, вероятно, не нужна страница, на которой слово &laquo;собаки&raquo; встречается сотни раз. Учитывая это, алгоритмы оценивают, содержит ли страница другой релевантный контент, помимо ключевого слова &laquo;собаки&raquo;, например изображения собак, видео или даже список пород .</p>
</blockquote>
<p>На странице о собаках Google видит названия отдельных пород как семантически связанные. Но почему эти страницы помогают ранжироваться по релевантным запросам? Просто: потому что они помогают Google понять общую тему страницы.</p>
<h2>Как найти и использовать похожие слова и фразы</h2>
<p>Если вы хорошо разбираетесь в теме, вы, естественно, включите в свой контент связанные слова и фразы. Например, было бы сложно написать о лучших видеоиграх, не упомянув таких слов и фраз, как &laquo;игры для PS4&raquo;, &laquo;Call of Duty&raquo; и &laquo;Fallout&raquo;. Но очень легко пропустить важные, особенно если речь идет о более сложных темах. Например, в нашем руководстве по ссылкам nofollow ничего не упоминается об атрибутах спонсируемых и пользовательских ссылок:</p>
<p>Google, вероятно, рассматривает их как важные, семантически связанные термины, которые следует упомянуть в любой хорошей статье по этой теме.</p>
<p>Возможно, это одна из причин, почему статьи, в которых говорится об этих вещах, превосходят нас по рейтингу.</p>
<p>Имея это в виду, вот девять способов найти потенциально связанные слова, фразы и сущности:</p>
<h3>1. Руководствуйтесь здравым смыслом</h3>
<p>Проверьте свои страницы, чтобы увидеть, не пропустили ли вы какие-либо очевидные моменты. Например, если страница представляет собой биографическую статью о Дональде Трампе и не упоминает его импичмент, вероятно, стоит добавить раздел об этом. При этом вы, естественно, будете упоминать связанные слова, фразы и сущности, такие как &laquo;Отчет Мюллера&raquo;, &laquo;Нэнси Пелоси&raquo; и &laquo;информатор&raquo;.</p>
<p>ПРИМЕЧАНИЕ. Просто помните, что невозможно точно узнать, считает ли Google эти слова и фразы семантически связанными. Однако, поскольку Google стремится понять отношения между словами и сущностями, которые мы, люди, по своей природе понимаем, есть что сказать в пользу использования здравого смысла.</p>
<h3>2. Посмотрите на результаты автозаполнения</h3>
<p>Результаты автозаполнения не всегда отображают важные связанные ключевые слова, но они могут подсказать, о каких из них стоит упомянуть. Например, мы видим &laquo; супруга Дональда Трампа&raquo;, &laquo; возраст Дональда Трампа &raquo; и &laquo; Твиттер Дональда Трампа &raquo; в качестве результатов автозаполнения для &laquo;Дональд Трамп&raquo;. Сами по себе это не связанные ключевые слова, а люди и вещи, о которых они говорят. В данном случае это Мелания Трамп , 73 года , и @realDonaldTrump. Наверное, все, о чем следует упомянуть в биографической статье, не так ли?</p>
<h3>3. Посмотрите похожие поисковые запросы</h3>
<p>Связанные поисковые запросы отображаются внизу результатов поиска. Как и результаты автозаполнения, они могут дать подсказку о потенциально связанных словах, фразах и объектах, которые стоит упомянуть. Здесь &laquo;образование Дональда Трампа&raquo; относится к Уортонской школе Пенсильванского университета , которую он посещал.</p>
<h3>4. Используйте инструмент &laquo;Ключевое слово LSI&raquo;</h3>
<p>Популярные генераторы &laquo;ключевых слов LSI&raquo; не имеют ничего общего с LSI. Однако иногда они выдают полезные идеи. Например, если мы подключим &laquo;Дональда Трампа&raquo; к популярному инструменту, он привлечет связанных с ним людей (субъектов), таких как его супруга Мелания Трамп и сын Бэррон Трамп.</p>
<h3>5. Посмотрите на другие ключевые слова, по которым страницы занимают верхние позиции.</h3>
<p>Используйте отчет &laquo;Также ранжироваться по&raquo; вариантам ключевых слов в обозревателе ключевых слов <a title="Ahrefs" href="https://shopnseo.ru/texts/faq/rasskazhite-ob-ahrefs-28827" target="_blank" rel="noopener">Ahrefs</a>, чтобы найти потенциально связанные слова, фразы и сущности. Если их слишком много, попробуйте провести анализ пробелов в контенте, используя три страницы с самым высоким рейтингом, а затем установите количество пересечений на &laquo;3&raquo;.</p>
<h3>6. Запустите анализ TF*IDF.</h3>
<p>TF-IDF не имеет ничего общего со латентно-семантическим индексированием (LSI) или латентно-семантическим анализом (LSA), но иногда может помочь обнаружить &laquo;недостающие&raquo; слова, фразы и объекты.</p>
<h3>7. Посмотрите базы знаний</h3>
<p>Базы знаний, такие как Wikidata.org и Wikipedia, являются отличными источниками связанных терминов.</p>
<h3>8. Реверс-инжиниринг графа знаний</h3>
<p>Google хранит отношения между множеством людей, вещей и концепций в так называемом графе знаний. Результаты графика знаний часто появляются в результатах поиска Google. Попробуйте выполнить поиск по ключевому слову и посмотрите, появятся ли какие-либо данные из графика знаний. Поскольку это объекты и точки данных, которые Google связывает с этой темой, определенно стоит поговорить о них там, где это имеет смысл .</p>
<h3>9. Используйте Google Natural Language API для поиска объектов</h3>
<p>Вставьте текст со страницы с самым высоким рейтингом в демо-версию Google Natural Language API. Ищите актуальные и потенциально важные объекты, которые вы, возможно, пропустили.</p>
<h2>Заключение</h2>
<p>Ключевые слова LSI не существуют, но существуют семантически связанные слова, фразы и сущности, и они способны повысить рейтинг. Просто убедитесь, что используете их там, где это имеет смысл, а не разбрызгиваете их случайно, когда и где. В некоторых случаях это может означать добавление новых разделов на вашу страницу.</p>
<p>Например, если вы хотите добавить такие слова и понятия, как &laquo;импичмент&raquo; и &laquo;Комитет Палаты представителей по разведке&raquo;, в статью о Дональде Трампе, для этого, вероятно, потребуется пара новых абзацев под новым подзаголовком.</p>

Краткое название: LSI (латентный семантический индекс)

Полное название Latent Semantic Indexing (LSI) - Латентный Семантический Индекс

Активен Редактировать название и описание

Название

Стандартный редактор Смотреть

Полное название и описание

Полное название (Заголовок)

Описание

Как правило описание должно иметь около 150 знаков. Оно используется для заполнения мета-тега Description веб-страницы.
Сейчас используется - 0 символов

Описание скопировано!

Описание вставлено!