Google 使用一种名为

gidixe

这一时期的搜索意图非常以交易为导向，尽管人们通常更喜欢查看比较和评论。 谷歌的哪些技术在语义搜索机制中发挥了作用？ 谷歌不断发布算法更新和技术，进一步提高其理解自然语言和搜索意图的能力。 有四个关键里程碑将使语义搜索在 2020 年成为现实。 知识图谱 蜂鸟 排名大脑 巴特 知识图谱 Google的知识图谱于2012年发布，是一个基于实体及其关系的知识库。 类似这样，但有50 亿个实体： 换句话说，它是一种能够从基于关键字 智利电话号码表 的搜索过渡到基于含义的搜索的技术。 向知识图谱提供信息主要有两种方式： 结构化数据（稍后详细介绍） 从文本中提取实体 关于第二点，搜索引擎需要理解自然语言。 这就是以下三个算法更新的用武之地： 蜂鸟 2013年，谷歌推出了一种名为“蜂鸟”的搜索算法，以返回更好的搜索结果。这对于复杂的搜索查询特别有用。 Hummingbird 是第一个关注搜索查询含义而不是单个关键字的重大更新。这给了我写主题而不是关键词所需的灵感。


排名大脑 如果您以前听说过术语“潜在语义索引 (LSI)”或“ LSI 关键字”，请忘记它。Google 使用一种名为“RankBrain”的算法来解决 LSI 试图解决的问题。 我们之前已经讨论过这个问题。这是关于搜索查询中使用的单词与他们正在寻找的内容之间的不匹配。 Google的RankBrain拥有比LSI更先进的技术。简而言之，RankBrain 使用复杂的机器学习算法来理解甚至不熟悉的单词和短语的含义。 考虑到所有搜索查询中有 15% 是新查询，这是一个巨大的改进。 您可以将 RankBrain 视为 Hummingbird 的升级版，而不是单独的搜索算法。RankBrain 是最强的排名信号之一，但您可以积极优化的是满足搜索意图。 巴特 BERT（来自 Transformers 的双向编码器表示）是语义搜索工作方式的最新重大升级。自 2019 年底以来




       

，影响了大约 10% 的查询。 不用担心。我也花了很长时间才记住 BERT 代表什么。 您应该知道的是，BERT 可以提高对长而复杂的句子和查询的理解。它是一种处理歧义和细微差别的解决方案，因为它旨在更好地理解单词的上下文。 另外，虽然你无法做任何事情来优化 BERT 本身，但快速了解它的含义和作用还是有好处的。 如何使 SEO 适应语义搜索 我已经在整篇文章中给出了一些提示。现在让我向您展示什么可以复制。 目标主题，而不是关键词 搜索意图评估 使用语义 HTML 使用架构标记 打造品牌，成为知识图谱实体 通过链接建立相关性 1.目标主题，而不是关键词 在旧的 SEO 中，您可以对同一主题的不同内容进行排名，但针对的关键字略有不同： 打开图标签 打开图元标记 元标签 打开图标签 什么是开放图？ Facebook 打开图标签 这不再是真的。