حق ثبت اختراع Fan-Out Google: جستجوی موضوعی
حق ثبت اختراع که Google در دسامبر 2024 تشکیل داد ، یک مسابقه نزدیک با تکنیک پرسنش پرس و جو که حالت AI Google از آن استفاده می کند ، ارائه می دهد. حق ثبت اختراع ، با نام جستجوی موضوعی ، ایده ای راجع به نحوه تولید پاسخ حالت AI ارائه می دهد و روشهای جدیدی را برای فکر کردن در مورد استراتژی محتوا نشان می دهد.
حق ثبت اختراع سیستمی را توصیف می کند که نتایج جستجوی مرتبط را به یک پرس و جو جستجو در دسته ها ، آنچه که آن را مضمون می نامد ، سازماندهی می کند و خلاصه ای برای هر موضوع ارائه می دهد تا کاربران بتوانند بدون نیاز به کلیک روی پیوند به همه سایتهای مختلف ، پاسخ سوالات خود را درک کنند.
حق ثبت اختراع سیستمی را برای تحقیقات عمیق ، برای سؤالاتی گسترده یا پیچیده توصیف می کند. نکته جالب در مورد این اختراع این است که چگونه به طور خودکار مضامین را از نتایج جستجوی سنتی شناسایی می کند و از هوش مصنوعی برای تولید خلاصه آموزنده برای هر یک با استفاده از محتوا و متن از آن نتایج استفاده می کند.
موتور جستجوی موضوعی
مضامین مفهومی است که به روزهای ابتدایی موتورهای جستجو باز می گردد ، به همین دلیل این ثبت اختراع چند ماه پیش چشمم را به خود جلب کرد و باعث شد که آن را علامت گذاری کنم.
در اینجا TL/DR آنچه انجام می دهد وجود دارد:
- این حق ثبت اختراع به استفاده از آن در چارچوب یک مدل بزرگ زبان و یک ژنراتور خلاصه اشاره دارد.
- همچنین به یک موتور جستجوی موضوعی مراجعه می کند که یک پرس و جو جستجو را دریافت می کند و سپس آن را به یک موتور جستجو منتقل می کند.
- موتور جستجوی موضوعی نتایج موتور جستجو را می گیرد و آنها را در مضامین سازماندهی می کند.
- ثبت اختراع سیستمی را توصیف می کند که با موتور جستجوی سنتی رابط می کند و از یک مدل زبان بزرگ برای تولید خلاصه نتایج جستجوی گروهی موضوعی استفاده می کند.
- حق ثبت اختراع توضیح می دهد که یک پرس و جو واحد می تواند منجر به نمایش داده شده های مختلفی شود که مبتنی بر “مضامین فرعی” است
مقایسه طرفداران پرس و جو و جستجوی موضوعی
سیستم شرح داده شده در والدین آنچه را که مستندات Google در مورد تکنیک Fan-Out Query می گوید ، آینه می کند.
در اینجا آنچه حق ثبت اختراع در مورد تولید نمایش داده های اضافی بر اساس مضامین فرعی می گوید:
“در بعضی از مثالها ، در پاسخ به جستجوی جستجو 142-2 ، موتور جستجوی موضوعی 120 ممکن است داده های موضوعی 138-2 را از حداقل بخشی از نتایج جستجو 118-2 ایجاد کند. به عنوان مثال ، موتور جستجوی موضوعی 120 ممکن است نتایج جستجو 118-2 را بدست آورد و ممکن است مضامین روانگردان 130 (به عنوان مثال ، زیر تیمی ها”) (به عنوان مثال “از همسایگی” ، “همسایگی” نتایج جستجو 118-2 صفحه 160 ممکن است نمایش های زیر موضوع 130A و/یا نتایج جستجوی موضوعی را نشان دهد. 118 و غیره. “
این چیزی است که مستندات Google در مورد تکنیک Fan-Out پرس و جو می گوید:
“این یک تکنیک” Fan-Out “را از آن استفاده می کند ، و چندین جستجوی مرتبط را به طور همزمان در میان زیر نویس ها و منابع داده های مختلف صدور می کند و سپس این نتایج را برای ارائه یک پاسخ آسان برای درک فراهم می کند. این رویکرد به شما کمک می کند تا به وسعت و عمق اطلاعات بیشتر از جستجوی سنتی در گوگل دسترسی پیدا کنید.”
سیستم شرح داده شده در حق ثبت اختراع شبیه به آنچه مستندات گوگل در مورد تکنیک طرفداران پرس و جو می گوید ، به ویژه در نحوه کشف زیرنویس ها با تولید نمایش داده های جدید بر اساس مضامین.
ژنراتور خلاصه
ژنراتور خلاصه جزء سیستم جستجوی موضوعی است. این برای تولید خلاصه متنی برای هر موضوع تولید شده از نتایج جستجو طراحی شده است.
اینگونه کار می کند:
- ژنراتور خلاصه گاهی به عنوان یک مدل زبان بزرگ آموزش داده می شود که برای ایجاد متن اصلی آموزش دیده است.
- ژنراتور خلاصه از یک یا چند قطعه از نتایج جستجو که تحت یک موضوع خاص قرار گرفته است استفاده می کند.
- همچنین ممکن است از اطلاعات متنی از عناوین ، ابرداده ها ، قسمتهای مربوط به اطراف برای بهبود کیفیت خلاصه استفاده کند.
- ژنراتور خلاصه می تواند هنگامی که کاربر پرس و جو جستجو را ارسال می کند یا هنگامی که موتور جستجوی موضوعی آغاز می شود ، ایجاد شود.
این حق ثبت اختراع تعریف نمی کند که “اولیه سازی” از موتور جستجوی موضوعی به معنای چه معناست ، شاید به این دلیل که این امر به این معنی است که این بدان معنی است که موتور جستجوی موضوعی در انتظار رسیدگی به یک پرس و جو شروع می شود.
نتایج پرس و جو به جای رتبه بندی سنتی توسط موضوع خوشه بندی می شوند
نتایج جستجوی سنتی ، در برخی از نمونه های به اشتراک گذاشته شده در ثبت اختراع ، با مضامین گروه بندی شده و خلاصه های تولید شده جایگزین می شود. جستجوی موضوعی آنچه را که محتوا نشان داده شده و به کاربران مرتبط است تغییر می دهد. به عنوان مثال ، یک پرس و جو معمولی که یک ناشر یا سئو بهینه سازی می کند ممکن است اکنون نقطه شروع سفر اطلاعاتی یک کاربر باشد. نتایج جستجوی موضوعی ، کاربر را در مسیر کشف زیرمجموعه های زیر پرس و جو اصلی و سایتی که در نهایت برنده کلیک می شود ، ممکن است کسی نباشد که شماره یک را برای پرس و جو جستجوی اولیه رتبه بندی کند بلکه ممکن است صفحه وب دیگری باشد که مربوط به یک پرس و جو مجاور باشد.
حق ثبت اختراع چندین روش را توصیف می کند که موتور جستجوی موضوعی می تواند کار کند (من نقاط گلوله ای را اضافه کردم تا درک آن آسانتر شود):
- “مضامین در صفحه نتایج جستجو نمایش داده می شوند ، و در برخی از نمونه ها ، نتایج جستجو (یا بخشی از آن) مطابق با کثرت مضامین (به عنوان مثال سازمان یافته ، مرتب شده) ترتیب داده می شود. نمایش یک موضوع ممکن است شامل نمایش عبارت موضوع باشد.
- در برخی از نمونه ها ، موتور جستجوی موضوعی ممکن است مضامین را بر اساس برجستگی و/یا ارتباط با پرس و جو جستجو رتبه بندی کند.
- صفحه نتایج جستجو ممکن است نتایج جستجو (یا بخشی از آن) را با توجه به مضامین (به عنوان مثال ، تحت عنوان “هزینه زندگی” سازماندهی کند ، و نتایج جستجو را که مربوط به موضوع “هزینه زندگی” است ، شناسایی کند).
- مضامین و/یا نتایج جستجو که توسط موضوع توسط موتور جستجوی موضوعی سازماندهی شده است ممکن است در صفحه نتایج جستجو با توجه به روش های مختلف ، به عنوان مثال ، لیست ها ، کارت های رابط کاربری (UI) یا اشیاء ، چرخ فلک افقی ، چرخ فلک عمودی و غیره ارائه شود.
- نتایج جستجو که توسط موضوع سازماندهی شده است ممکن است به عنوان نتایج جستجوی موضوعی گفته شود. در برخی از مثالها ، مضامین و/یا نتایج جستجو که توسط موضوع سازماندهی شده است در صفحه نتایج جستجو به همراه نتایج جستجو (به عنوان مثال ، نتایج جستجوی عادی) از موتور جستجو نمایش داده می شود.
- در برخی از نمونه ها ، مضامین و/یا نتایج جستجوی سازمان یافته با موضوع در بخشی از صفحه نتایج جستجو که جدا از نتایج جستجو به دست آمده توسط موتور جستجو است ، نمایش داده می شود. “
محتوای چندین منبع ترکیب شده است
خلاصه های تولید شده AI از چندین وب سایت ایجاد شده و تحت یک موضوع گروه بندی می شوند. این امر پیش بینی پیوند ، دید و ترافیک را دشوار می کند.
در استناد زیر از حق ثبت اختراع ، اشاره به “داده های بدون ساختار” به معنای محتوایی است که در یک صفحه وب قرار دارد.
طبق حق ثبت اختراع:
“به عنوان مثال ، موتور جستجوی موضوعی ممکن است با تجزیه و تحلیل محتوای اسناد پاسخگو ، موضوعاتی را از داده های بدون ساختار ایجاد کند و ممکن است به صورت موضوعی نتایج جستجو را مطابق با مضامین سازماندهی کند.
…. در پاسخ به یک پرس و جو جستجو (“حرکت به دنور”) ، یک موتور جستجو ممکن است نتایج جستجو (به عنوان مثال ، اسناد پاسخگو) پاسخگو به آن پرس و جو جستجو باشد.
موتور جستجوی موضوعی ممکن است مجموعه ای از اسناد پاسخگو (به عنوان مثال ، تعداد بالای نتایج جستجو) را از نتایج جستجوی به دست آمده توسط موتور جستجو انتخاب کند ، و کثرت مضامین (به عنوان مثال ، “محله ها” ، “هزینه زندگی” ، “کارهایی که باید انجام شود” ، “جوانب مثبت و منفی” و غیره) را از محتوای اسناد پاسخگو ایجاد کنید.
یک موضوع ممکن است شامل یک عبارت باشد که توسط یک مدل زبان ایجاد شده است ، که موضوعی را در اسناد پاسخگو توصیف می کند. در برخی از مثال ها ، موتور جستجوی موضوعی ممکن است کلمات کلیدی معنایی را از هر سند پاسخگو (به عنوان مثال از نتایج جستجو) ترسیم کند و کلمات کلیدی معنایی را به کلمات کلیدی معنایی مشابه از سایر اسناد پاسخگو برای تولید مضامین وصل کند. “
محتوای صفحات منبع مرتبط است
در این اسناد آمده است که موتور جستجوی موضوعی به URL های صفحات منبع پیوند دارد. همچنین بیان می کند که نتیجه جستجوی موضوعی می تواند شامل عنوان صفحه وب یا ابرداده های دیگر باشد. اما بخشی که برای SEO و ناشران مهم است ، بخشی از انتساب ، پیوندها است.
“… نتیجه جستجوی موضوعی 119 ممکن است شامل عنوان 146 سند پاسخگو 126 ، یک گذر 145 از سند پاسخگو 126 ، و یک منبع 144 از سند پاسخگو باشد. منبع 144 ممکن است یک منبع منبع باشد (به عنوان مثال ، محل منابع یکنواخت (URL)) سند پاسخگو 126.
گذرگاه 145 ممکن است توضیحی باشد (به عنوان مثال ، قطعه ای که از ابرداده یا محتوای سند پاسخگو 126 بدست آمده است). در برخی از نمونه ها ، گذرگاه 145 شامل بخشی از سند پاسخگو 126 است که به موضوع مربوطه 130 اشاره می کند. در برخی از نمونه ها ، گذرگاه 145 موجود در نتیجه جستجوی موضوعی 119 با توضیحات خلاصه 166 تولید شده توسط مدل زبان 128 همراه است و در یک گروه خوشه 172 گنجانده شده است. “
تعامل کاربر بر ارائه تأثیر می گذارد
همانطور که قبلاً نیز گفته شد ، موتور جستجوی موضوعی لیستی از اسناد برای پرس و جو جستجو نیست. این مجموعه ای از اطلاعات در سراسر مضامین است که مربوط به پرس و جو جستجوی اولیه است. تعامل کاربر با آن دسته از هوش مصنوعی تأثیراتی را ایجاد می کند که سایت ها در حال دریافت ترافیک هستند.
مضامین فرعی تولید شده به صورت خودکار می توانند مسیرهای جایگزین را در سفر اطلاعات کاربر ارائه دهند که با پرس و جو اولیه جستجو آغاز می شود.
خلاصه از ابرداده ناشر استفاده می کند
ژنراتور خلاصه از عناوین اسناد ، ابرداده و محتوای متنی اطراف آن استفاده می کند. این ممکن است بدان معنی باشد که محتوای خوب ساختار یافته ممکن است بر نحوه ساخت خلاصه ها تأثیر بگذارد.
آنچه در زیر حق ثبت اختراع می گوید ، من نقاط گلوله ای را اضافه کردم تا درک آن آسانتر شود:
- وی گفت: “ژنراتور خلاصه 164 ممکن است یک گذرگاه 145 را به عنوان ورودی دریافت کند و توضیحات خلاصه 166 را برای گذرگاه ورودی 145 دریافت کند.
- در برخی از مثالها ، خلاصه ژنراتور 164 یک گذرگاه 145 و اطلاعات متنی را به عنوان ورودی و خروجی توضیحات خلاصه 166 برای گذرگاه 145 دریافت می کند.
- در برخی از مثال ها ، اطلاعات متنی ممکن است شامل عنوان سند پاسخگو 126 و/یا ابرداده مرتبط با سند پاسخگو 126 باشد.
- در برخی از مثال ها ، اطلاعات متنی ممکن است شامل یک یا چند قطعه همسایه 145 (به عنوان مثال ، معابر مجاور) باشد.
- در برخی از مثالها ، اطلاعات متنی ممکن است شامل توضیحات خلاصه 166 برای یک یا چند گذرگاه همسایه 145 (به عنوان مثال ، معابر مجاور) باشد.
- در برخی از مثالها ، اطلاعات متنی ممکن است شامل سایر بخش های دیگر 145 در همان سند پاسخگو 126 باشد. به عنوان مثال ، ژنراتور خلاصه ممکن است یک گذرگاه 145 و سایر معابر 145 (به عنوان مثال ، تمام بخش های دیگر 145) را بر روی همان سند پاسخگو 126 (و در بعضی از نمونه ها ، اطلاعات متنی دیگر) دریافت کند و ممکن است توضیحات خلاصه 166 را برای گذرگاه 146. ارائه دهد. “
جستجوی موضوعی: پیامدهای مربوط به محتوا و سئو
دو روش وجود دارد که حالت AI برای یک ناشر به پایان می رسد:
- از آنجا که کاربران ممکن است پاسخ های خود را از خلاصه موضوع یا کشویی دریافت کنند ، رفتار با کلیک صفر احتمالاً افزایش می یابد و باعث کاهش ترافیک از پیوندهای سنتی می شود.
- یا ممکن است این باشد که صفحه وب که پایان سفر اطلاعات کاربر را برای یک پرس و جو معین فراهم می کند ، موردی است که کلیک را دریافت می کند.
من فکر می کنم این بدان معنی است که ما واقعاً باید دوباره به الگوی رتبه بندی برای کلمات کلیدی فکر کنیم و شاید در نظر بگیریم که این سؤال چیست که توسط یک صفحه وب پاسخ داده می شود ، و سپس سؤالات پیگیری را که ممکن است مربوط به آن پرس و جو اولیه باشد ، شناسایی کنیم و یا در صفحه وب ایجاد کنید یا در صفحه وب ایجاد کنید که به پایان می رسد که سفر اطلاعاتی برای یک جستجوی جستجوی داده شده باشد.
شما می توانید ثبت اختراع را در اینجا بخوانید:
جستجوی موضوعی (PDF)
مستندات Google را از حالت AI (PDF) بخوانید