什么是语义搜索？
已发表: 2021-12-03什么是语义搜索以及为什么它对 SEO 很重要
更新于 1.18.2022
企业可以通过使用现代语义搜索技术为其目标受众的需求提供更多价值。
您精心创建了数据网络，使其包含丰富的内部和外部客户信息。 但要真正有效，他们的上下文信号需要从一个传递到另一个，并具有一致的主题层次结构。 当实体不为人所知并且缺少事实时，开放信息检索 (Open IR) 会找到未识别的实体。 然后将这些信息与语义相关的主题进行聚类。 了解候选问题的答案以及问题的排序方式是语义 SEO 专业知识的一部分。 这就是语义搜索涉及机器学习的地方。 我们将从提供定义和背景概念开始。
目录
- 什么是语义搜索？
- 什么是语义？
- 什么是语义网？
- 语义在 SEO 中重要吗？
- 语义搜索如何工作？
- 如何使用语义 SEO 构建您的 Web 数据云
- 1. 语义 SEO 的成功始于营销研究
- 2.基于语义分析和共现撰写文本
- 3. 以搜索引擎的视角
- 4. 使用 Google Search Console Insights
- 5. 为 SEO 采用多模式方法
- 6. 使用知识图谱和谷歌业务资料回答问题
- 7. 为文本、图像、产品和视频添加结构化数据
- 8. 随时了解 Google 更新
- 传统 SEO 和语义 SEO 有何不同？
- 总结语义搜索的历史
- 语义搜索中的语义主题模型
什么是语义搜索？
语义搜索是按意思搜索。 它表示有内涵的搜索，这与词法搜索不同，词法搜索是搜索引擎在不了解查询的整体主旨的情况下寻找查询词或其变体的字面匹配。 它指的是搜索引擎努力产生与搜索者意图一致的最相关和最受信任的 SERP 结果。
语义搜索也称为神经搜索，它利用最先进的深度学习算法向用户查询显示上下文和相关结果。 它涉及面向实体的搜索，该搜索依赖于正确聚类为知识库的连接内容。
什么是语义？
根据牛津语言学院的说法，“语义学”是“与意义有关的语言学和逻辑学的分支。 语义学有许多分支和分支，包括形式语义学，研究意义的逻辑方面，如意义、指称、暗示和逻辑形式；词汇语义学，研究词义和词关系；概念语义学。语义学，研究意义的认知结构。”
对我来说最突出的是“查询词的含义”（语义搜索）和“查询中的词匹配”（词法搜索）之间的区别。
在电子商务领域，词法搜索通过匹配词及其变体来识别产品； 相反，语义搜索通过含义和上下文来识别产品。
当我们真的想了解我们正在与之交谈的人时，我们会寻求掌握我们认为他们试图说的话。 他们的话语所传达的概念、想法和需求，以及由他们的表达方式或对话背景所创造的“感觉”，是做出明智回应的基础。 同样，语义分析使任何主题（或搜索查询）更容易让机器学习破译意图并像人类一样做出更多反应。
这就是句子语义（sentential semantics）以及短语语义在语义上构建内容的作用所在。
句子语义（sentential semantics）和短语语义一样，处理比词更大的句法单元的意义，如短语、从句和句子，以及它们之间的语义关系。 介词在分析句子之间和句子内部的意义关系中起着重要作用。 例如，如果一个人说“去口香糖最好的鞋子”与“健身房里最好的鞋子”，那么他们的位置和鞋子可能会完全不同。 在 LifeTIME 健身中心，我们总是在进入锻炼区之前换掉我们的街头鞋。 在这里，“going to”和“at”这两个小词改变了哪种鞋最好的语境。
介词表示方向、时间、地点、地点、空间关系，或介绍一个实体。 语义搜索是一种数据搜索技术，它从关键字短语前后的介词和陈述中获取大量线索。 在语义 SEO 中，句子中的每个单词都可以具有更多价值。
什么是语义网？
Semantic Web 提供了一个被广泛接受的框架，它支持跨应用程序、企业和社区边界进行数据共享和改进。
谷歌一直依靠语义分析来建立更好的知识库，了解每个主题的组成、连接的节点以及每个 Web 文档或段落与每个搜索查询的相关程度。 随着 SEO 完善其结构化搜索引擎的概念，主题权威和语义网被更频繁地讨论。 由于它不断发展，定义也在不断发展。
在最近的 2021 年报告中，Gartner 强调语义搜索对于有效的知识和内容管理至关重要。 推理确定了它“通过分析文档/记录的潜在含义以及为检索它们而提出的查询来（放大搜索）性能”的能力。 自动标记功能允许使用内容的应用程序利用丰富的元数据——通过个性化和基于意图的推荐，很好地改善了客户的语义网络搜索体验。
格言“您将通过它所拥有的公司了解一个对象”扩展了 Firth 在 1957 年如何将这一概念总结为“您将通过它所拥有的公司了解一个词”。 语义 SEO 扩展到合并由图像和音频丰富的实体关系。 进一步研究源自视觉场景中对象共现的语义表示，利用图像元数据标记，将基于图像的信息更直接地提供到表示模型中。
语义在 SEO 中重要吗？
在实施语义 SEO 之前，互联网系统对于人们寻找答案和产品的优化程度较低。
语义搜索有助于更好地突出相关搜索结果。 它提高了来自搜索引擎的网站或网页的自然流量的质量和数量。 同时，它为搜索引擎优化增加了另一层复杂性。 更高级的任务，例如主题研究、管理数据层、视觉搜索、播客和以新方式优化内容。 语义层是整个公司数据和词汇表的业务表示，可帮助最终用户使用普通业务术语自主访问数据。
在这种搜索形式中，您的品牌、产品、服务和概念的视觉呈现已经成为一个更大的参与者。 这扩展了您的业务的任务和范围。
语音搜索辅助技术可以增加网页的语义元素。 语义 HTML 的编写时间不会比非语义内容长。 HTML 和语义标记都需要遵循标准准则。 这是 SEO 优化您的内容的一种方式。 此外，屏幕阅读器用户可以获得的最佳辅助功能之一是客户端方法，利用辅助功能 API 来检索和处理浏览器显示的信息。
语义搜索如何工作？
语义搜索的工作原理是推动相关的网络流量，并通过理解人们查询的含义来回答他们的问题。 语义标记通过以搜索引擎理解的数据格式提供信息来提供帮助。
人们通常并不总是使用网页使用的完全匹配词进行搜索。 他们的个人搜索历史会发挥作用。您的网络内容可能比对他们查询的逐字回答更有用。 搜索变得比以往任何时候都更具对话性。 谷歌、必应等搜索引擎需要返回相关结果来取悦用户。 这意味着需要不断发展和适应这种搜索方式以及搜索响应的机器学习管理。
在 Ahrefs 的什么是语义搜索？ 它如何影响 SEO 2021 年 7 月 29 日，文章 Michal Pecanek 阐述了大约 40% 的英语单词是如何多义的。 在美国英语中，许多单词有两个或多个含义。 这给语义搜索带来了巨大的挑战。
例如，您可能在炎热的天气需要风扇； 或者您可能是维京人足球队的粉丝。 Michal 举了一个例子，关键字“python”仅在美国就有 533,000 次搜索！ 这使得搜索引擎需要在语义上发展的原因变得更加清晰。
如何使用语义 SEO 构建您的 Web 数据云
语义搜索引擎优化正在彻底改变现代搜索引擎优化技术。 您可以采取以下步骤：
1. 语义 SEO 的成功始于扎实的营销研究。
2. 根据语义分析和共现为您的内容营销撰写文本。
3. 了解搜索引擎如何理解和评价您的内容。
4. 让您的 Google Search Console Insights 告知您的 SEO 策略。
5. 对 SEO 采用多模式方法。
6. 使用知识图和您的 Google 商家资料回答问题
7. 为文本、图像、产品和视频添加结构化数据。
8. 通过了解 Google 对其搜索更新的看法来保持最新状态。
这里有 8 个步骤可以改善您的业务在语义搜索中的显示方式。 让我们通过更详细地查看每个步骤来提高您的语义 SEO 技能。
1. 语义 SEO 的成功始于营销研究。
市场研究和研究文字如何帮助企业吸引合适的受众是基础。 它有助于识别词义、关系及其在文本中的联系。 评估为特定搜索查询返回的搜索片段有助于我们构建更丰富的意义和价值的完整句子。
语义搜索引擎优化已经成为一种必要的营销技术，通过为搜索引擎提供有意义的数据来提高网站的流量。 但是您需要从扎实的研究和明确的目标开始。
2. 基于语义分析和共现撰写文本。
语义分析是语言学的一个利基，它发现概念和实体（即地名、人名、事件、品牌等）之间的联系。 谷歌的算法“思考”比文字更大，并且评估更像人类的上下文。 它被称为自然语言处理 (NLP)，BERT 和 MUM 的信息检索过程使用它来尝试确定搜索者真正想要的内容，然后将其与提供该内容的 Web 内容相匹配。 它彻底改变了在竞争激烈的市场中实现内容营销成功所需的条件。
到目前为止，谷歌已经进行了语义分析，以构建对每个主题的构成以及每个网络文档对每个搜索查询的重要性的无与伦比的理解。 这意味着在编写新内容或修改现有内容之前，研究可以帮助从自动文本分析中获得概述。 详细信息提供了对语义写作有用的营销见解。
3. 了解搜索引擎如何理解和评价您的内容。
这将告知如何为您的内容创建 SEO 主题，以匹配 Google 正在寻找的满足搜索者需求的内容。 这远远超出了关键字，并将我们带入“实体词汇表”。 创建在语义上分组为主题而不是关键字的内容集群。 搜索引擎可能会利用分类、语义相似性、语义聚类、白名单应用程序等应用程序，其中涉及从许多备选方案中选择正确的响应。
每个搜索查询都是具有有形实体的单个查询。 Google 会识别实体是什么以及该人的查询如何请求有关实体的信息。 可接受的内容由搜索引擎编目，并围绕每个上下文进行组织，以便机器可以理解、重视其独特性，然后将其与查询相匹配。
人工智能 (AI) 教会机器思考，更重要的是 - 像人类一样解释和采取行动。 计算机科学的这一领域正在迅速扩展，影响着我们生活的方方面面：我们如何获得与医疗保健相关的建议，我们如何找到合适的产品，企业如何传达他们的身份。 在我们的背景下，这极大地影响了内容营销。
4. 使用 Google Search Console Insights 来告知您的 SEO 策略。
Google Search Console 用户数据报告有助于确定有关某个主题的特定网页在何时何地在多个相关搜索查询中排名。 近年来，自然语言理解有了显着的发展。 词向量的发展使算法更容易了解词的关系，并在真实的人类语言使用示例上进行训练。 效果报告显示的重要指标反映了您的文本和语义关系对 Google 搜索结果的影响程度。 您可以了解查询出现的频率； 在搜索结果中的平均位置； 点击率; 以及您在 SERP 中获得的特殊功能（例如丰富的结果）。
Google Search Console 可让您按查询、页面、搜索外观等过滤报告。 您可以使用这些见解来改进语义 SEO，以便您可以编写具有改进主题深度的内容。
5. 对 SEO 采用多模式方法。
多模式搜索包括我们看到的图像、听到的内容和阅读的文字。
这包括使用上下文和概念分类法和层次结构以及主题图。 它需要一个逐步的语义 SEO 写作过程，以满足每个宏观和微观搜索意图。 使用视频、音频、表格、信息图表等各种形式丰富您的内容。 这有助于多模式搜索引擎拥有更多相关内容，通过这些内容可以验证您的主题权威。
现代语义 SEO 包括可以增加 SERP 点击次数的模式标记实施。 有一些基本的电子商务结构化数据类型可以增加搜索引擎对产品的理解。 这为购物者在进行产品研究时提供了一种查找答案信息的方法。
当人们尝试收集有关实体和可能购买的事实时，零售商可以利用架构来获得 Google SERP 房地产的可见性。 谷歌的多模式搜索以及新的 SERP 功能被测试并纳入其搜索核心的频率让我们感到惊讶。
6. 使用知识图和您的 Google 商家资料回答问题
知识图和公司的 Google 业务资料都是提供常见问题答案的简便方法。 您可以影响您的知识图谱，以便突出显示您提供的答案。 通过这种方式，网站可以支持查询并预测消费者的需求。
搜索将从数据网络收集有关您的信息，并使用它来回答相关问题。 语义搜索引擎优化有很大的希望。 就像智能设备创造更智能的汽车、安全系统、家用电器和全球电子邮件连接一样，每个品牌都应该保持警惕，并注意将推动变革并做出敏捷响应的关键技术。
进一步识别消费者查询，并在购买过程的每一步与消费者目标保持一致。 语义查询解析可以将查询路由到特定于概念的模型。 回答与建立关系的每个阶段最相关的问题。 您的企业可以通过您的知识图谱始终如一地提供答案并解决问题。 此外，语义相关的节点可能会将您的 Google 商家资料中的特色产品连接到您的产品页面。 用户可以选择与您列出的产品之一关联的链接。
7. 为文本、图像、产品和视频添加结构化数据。
结构化数据增加了搜索引擎容易理解的有价值的数据点。 提供的高质量元数据和结构化内容越多，对语义搜索引擎的帮助就越多。 它有助于您的数据足迹以及将内容与用户意图匹配的过程。 使用结构化数据有助于语义增强的网络。 鉴于语义标记和相关技术的快速增长和发展，最好指派一名技术人员来审计、修复和实施损坏的或新的产品结构化数据标记。
Schema.org（通常称为“模式”）是标签（或微数据）的语义词汇，当添加到您的 HTML 代码中时，它可以改进搜索引擎读取和理解它的方式。 当您成为 Google 知识图谱中公认且值得信赖的实体时，它会增强 Google 对您的身份和专业知识的了解。 它可以纠正错位，还可以对引用实体的图像和视频查询过滤产生直接影响。
Schema 不仅被 Google、Bing、Yahoo! 和 Yandex 识别，此外，这些语义词汇也由它们维护。 其他搜索引擎可能会遵循使用此标记的做法来更改它们显示搜索结果的方式。
8. 随时了解 Google 更新。
我们当然知道这一步并不容易！ 然而，当你热爱学习过程，让你可以像语义搜索引擎一样“思考”时，结果是非常值得的。
涉及语义 SEO 的 Google 帖子、文章和论坛答案通常包括有关结构化数据、模式、本体、知识图和文档检索的信息。 以下是一些提供很多见解的示例：
“有时，Google 搜索会显示包含人物、地点和事物信息的特殊框。 我们称这些知识面板。 它们旨在通过显示关键事实来帮助您快速了解有关特定主题的更多信息，并使更深入地探索主题变得更加容易。 知识面板中的信息来自我们的知识图谱，它就像一个巨大的虚拟事实百科全书。” ——丹尼·沙利文，2020 年 5 月
“在过去的几年里，自然语言理解有了很大的发展，部分原因是词向量的发展，使算法能够根据实际语言使用的例子来了解词之间的关系。 这些向量模型基于思想和语言的等价性、相似性或相关性，将语义相似的短语映射到附近的点。” – Rachel Bernstein，Google Research 产品经理，2018 年 4 月，通过 Talk to Books 和 Semantris 介绍语义体验
我们还可以通过阅读 Google 专利了解很多关于语义搜索技术的知识。 
例如，其语义搜索引擎专利 WO2008027503A3 称“解析本体以确定多个关键字。 利用基于字符串的搜索引擎，根据确定的关键词在网络上进行文档的搜索，并检索到至少一个文档。 在检索到的文档和本体之间建立关系，并根据建立的关系确定是否将至少一个文档存储在数据库中。 如果是这样，则将文档存储在数据库中。 该数据库可以用作独立或插件搜索引擎的一部分，用于检索在线文档。”
用于企业应用程序中的语义搜索的系统和方法 US20100070517A1 是另一项感兴趣的专利。 该应用程序于 2012 年获得批准，并指出：“描述与应用程序相关的数据之间的语义关系的应用程序本体可以从可搜索的数据定义中生成。 本体可用于执行搜索查询并提供搜索结果，其中包括搜索数据之间的语义关系或由此产生的语义关系。”
Google 专利可帮助我们了解有关 Google 如何收集来自网页的实体的信息的详细信息。 我们可以了解它如何将自然语言处理应用于信息检索和实体识别，为特定实体构建三元组（主语/动词/宾语）。
传统 SEO 和语义 SEO 有何不同？
搜索引擎优化一直体现网络生态系统。 如果做得正确，它总是有助于将网站所有者与消费者联系起来。 在传统的 SEO 中，网页根据相关性和专业知识、权威性和可信度信号 (EAT) 计算的信息检索分数在搜索结果中获得排名位置。
语义搜索引擎优化更先进，甚至更进一步。 它更好地与现实世界的对象或实体相关。 一篇关于实体的文章提供了有关这些实体的多个元素的信息，例如关于这些实体的不同属性的事实，以及可以帮助人们了解特定实体以获得更多知识的标识符。 即使这是由机器完成的，语义搜索引擎优化也因此触发了持续的沟通和建立关系的机会，这对消费者和企业都有好处。
一个有效的语义 SEO 页面可能会获得知识面板、答案卡、实体受损的搜索轮播、问答特色片段、人们也问框、人们也在搜索等等。 人们可以找到相关问题的地方是通过研究问题图中相关问题的查询日志来众包这些问题。 研究 Google SERP 表明，语义 SEO 有助于在搜索者使用的查询中找到真实世界的对象。 您可以确定回答许多人对这些实体提出的问题的特色片段。
人工智能和相关领域的进步有助于可视化语义关系。 可视化工具，如主题浏览器，汇总文档集合并输出主题间和文档-主题关系。
什么是语义网络？
语义网络，也称为框架网络，是连接网络中概念之间语义关系的知识库。 它是知识表示的实体。 语义网络传达知识库中的关系，目的是关联真实世界的节点细节。 它可能包含数以十亿计的关系实体和数以万亿计的事实信息的数以千计的变体。
如果您在阅读本文时感到不知所措，请知道语义 Web 不是一个不同的 Web。 相反，它扩展了现有的，因此您已经知道的可能是一个很好的知识库。 语义网是通过搜索获得的信息具有明确含义的地方。 最终结果是搜索引擎技术以一种减少摩擦并更快地为他们提供更好搜索结果的方式为人们服务。
总结语义搜索的历史
对维基百科关于语义搜索的条目的回顾揭示了它的进展情况。 早些时候，语义网似乎更关注链接数据。
“语义搜索试图通过利用来自语义网络的 XML 和 RDF 数据来消除语义搜索查询和 Web 文本的歧义，从而增强和改进传统的研究搜索，从而提高结果的相关性。”
Come 2009 Wikipedia 的条目已更新，包括本体和语义网络参考：
“其他作者主要将语义搜索视为一组技术，用于从语义网络上的本体等结构丰富的数据源中检索知识。”
仅仅一年后，最初的句子更新为包括搜索者意图和上下文含义的实体：
“语义搜索旨在通过了解搜索者的意图和出现在可搜索数据空间（无论是在网络上还是在封闭系统中）的术语的上下文含义来提高搜索准确性，从而生成更相关的结果。”
然后在 2019 年，第一段反映了 BERT 和神经匹配的进步：
“语义搜索表示具有意义的搜索，与词法搜索不同，词法搜索是搜索引擎在不了解查询的整体含义的情况下寻找查询词或其变体的字面匹配。 语义搜索旨在通过了解搜索者的意图和出现在可搜索数据空间（无论是在 Web 上还是在封闭系统中）的术语的上下文含义来提高搜索准确性，以生成更相关的结果。 在语义搜索中排名靠前的内容是用自然的声音精心编写的，关注用户的意图，并考虑用户未来可能会寻找的相关主题。”
贡献的权威作者与语义搜索含义的演变保持一致。 它似乎正在以一种更加对话的方式取得进展，从而简化了对用户的搜索。
语义搜索中的语义主题模型
谷歌还获得了多项专利，涵盖了基于短语的索引的各个方面。 我们可以了解它如何使用文档中相关单词的主题建模和链接锚文本来了解网页的内容。 主题建模是一类文本分析技术的一部分，用于分析文档与给定主题或主题的关联概率。
多年前，2013 年 NIH Phrase Based Topic Modeling for Semantic Information Processing in Biomedicine 文章奠定了我对语义主题模型的研究。 于志国解释说：“一般来说，单个词比短语传达的信息少。 有些动词或介词在没有相关词的情况下甚至毫无意义。 例如，‘磁共振成像’的含义不能完全从‘磁’、‘共振’或‘成像’这三个词中的任何一个词中完全确定。”
如今，命名实体和基于关系的主题模型被更频繁地使用。
“语义搜索是基于来自现实世界的思想、概念和事物的有意义和合理的行为模式的搜索。 Jeannie Hill 创建了最全面的语义搜索文档之一。 如果您想了解如何在相关理解过程中查看、收集、聚集和使用开放网络上的那些有意义的模式以进行排名，我建议您将文档添加为书签，并不时阅读以保持敏锐语义搜索引擎优化。” – Koray Tugberk GUBUR
今天推进你的语义搜索引擎优化！
获得语义网和高级 SEO 策略的好处； 早起晚于你的优势！
Hill Web Marketing 帮助零售商使用高级语义搜索来发现产品。 我们的专长还通过创建、构建和发布符合严格语义搜索的内容来帮助医疗保健相关网站满足 YMYL 查询的关键需求。