语义理解类

语义理解类 算法解决"查询到底在问什么"。Google 列在这一族的系统是 RankBrain、BERT、MUM、神经匹配与段落排名^[1]。它们不改变抓取与索引的前提，改变的是相关性的判断方式。

五个系统各自做什么

RankBrain 理解字词与概念之间的关系，内容不含查询的全部确切字词时仍能返回相关结果^[1]。BERT 理解字词组合如何表达不同含义与意图^[1]。

神经匹配把查询与网页中的概念表示互相匹配^[1]。段落排名识别网页的各个部分，用它衡量页面与搜索内容的相关程度^[1]。

MUM 能理解并生成语言，Google 写明它目前不用于一般排名，只用于特定用途，例如改进疫苗信息搜索与精选摘要标注^[1]。

对内容的实际要求

第一，把主题讲全，让页面在某个子主题上有明确信息，段落层的判断才有可取之物^[1]。第二，用词自然，系统理解同义词与一般含义，不需要穷举表达^[2]。第三，结构清楚，标题与小标题按内容顺序排列，帮助系统与读者同时定位^[3]。

常见误读

第一种是给这些模型编造分数与阈值。第二种是按"语义相关度"重排内容而忽视抓取与索引^[1]。第三种是为覆盖表达批量产出近似页面，Google 说这类做法徒劳且可能违反政策^[2]。

附录

参见

• 语义模型
• 蜂鸟之后：神经匹配
• BERT
• RankBrain
• MUM
• 查询理解

参考资料

官方（境外）

1. 《Google 搜索排名系统指南》，Google 搜索中心。
2. 《针对 Google 搜索中的生成式 AI 功能优化网站》，Google 搜索中心。
3. 《创建实用、可靠、以用户为中心的内容》，Google 搜索中心。

外部链接

• Google 搜索的运作方式：排名结果，Google。