Как с помощью инструмента распознавания сущностей выявить семантические пробелы в контенте?

На странице уже есть целевые ключевые слова, но она всё ещё не отвечает на вопросы, которые действительно волнуют пользователей. Возможно, не хватает не частоты употребления слов, а ключевых объектов, их свойств и связей между ними. Инструменты обнаружения сущностей помогают выявить такие упущения, однако «неохваченные сущности» в результатах инструмента — это лишь подсказки для проверки, а не список того, что обязательно нужно добавить.

Чтобы определить семантические пробелы, нужно выяснить: какая информация необходима пользователю для выполнения текущей поисковой задачи, предоставлена ли она на странице и установлены ли между элементами информации ясные и достоверные связи. Наличие ключевого слова ещё не означает, что вопрос раскрыт; большее число распознанных сущностей также не означает более высокое качество контента.

Сначала различите «не распознано» и «действительно раскрыто недостаточно»

Сущностью может быть различимый объект, например бренд, продукт, материал, организация или место. Некоторые инструменты семантического анализа также извлекают технические термины, атрибуты и тематические фразы, но не всё, что они выдают, является именованной сущностью в строгом смысле. Названия инструментов могут быть похожими, тогда как области обнаружения у них различаются.

Например, на странице о выборе центробежного насоса из нержавеющей стали могут упоминаться «нержавеющая сталь», «расход» и «напор», но при этом не объясняться связь температуры, вязкости и коррозионной активности перекачиваемой среды с выбором уплотнения. Пробел здесь состоит не в том, что не хватает нескольких существительных, а в том, что не объясняется влияние условий эксплуатации на выбор модели.

И наоборот, если инструмент не распознал обозначение модели, это не обязательно означает, что на странице недостаёт информации. К пропускам при распознавании могут приводить сокращения в обозначениях моделей, отраслевые термины и переводы на другие языки. Поэтому результаты обнаружения нужно сверять с исходным текстом: нераспознанное нельзя автоматически считать отсутствующим.

Обеспечьте сопоставимость анализируемой страницы и справочных материалов

Перед началом анализа сформулируйте конкретную задачу страницы, например: «Помочь пользователю выбрать центробежный насос с учётом перекачиваемой среды и условий эксплуатации», а не просто «Рассказать о центробежных насосах». Эта формулировка определяет, на какие сущности стоит обратить внимание и какую информацию следует исключить.

Поисковая задача, язык и целевой рынок справочных страниц должны быть близки к параметрам целевой страницы. Страницу с описанием продукта не стоит напрямую сопоставлять со статьёй из энциклопедии, а руководство по выбору оборудования для закупки — бездумно копировать из инструкции по ремонту. Можно выбрать несколько подходящих страниц из результатов поиска, а затем сверить информацию с техническими руководствами, спецификациями и другими материалами. Высокая позиция в результатах поиска говорит лишь о том, что страницу стоит проанализировать, но не доказывает точность или необходимость каждого элемента её содержания.

При извлечении основного текста исключите навигацию, нижний колонтитул, рекомендованные статьи, боковые панели и повторяющиеся блоки. Иначе инструмент может посчитать названия продуктов из меню всего сайта частью темы страницы и создать ложное впечатление о «широком охвате». При сборе данных по URL также убедитесь, что инструмент считывает динамически загружаемый контент. Если это нельзя проверить, загрузите очищенный основной текст, сохранив отдельно заголовок и подзаголовки.

Преобразуйте список сущностей в перечень конкретных пробелов

При выборе инструмента проверьте, поддерживает ли он целевой язык, привязку результатов к исходному тексту, классификацию сущностей и экспорт результатов. Базовые сервисы распознавания сущностей подходят для извлечения объектов, а инструменты семантического анализа с функцией сравнения со справочными страницами — для выявления возможных упущений. Ни те, ни другие не заменяют анализ поискового намерения.

Проверив целевую и справочные страницы с помощью одного и того же инструмента и с одинаковыми настройками, сначала объедините синонимичные варианты. Например, «нержавеющая сталь 316L» и «316L из нержавеющей стали» не следует автоматически считать двумя отдельными пробелами; при этом марки разных материалов нельзя объединять только ради сокращения списка. Термины на многоязычных страницах нужно сверять на целевом языке, а не просто переводить на него список китайских сущностей.

Для каждого возможного пробела полезнее зафиксировать «подтверждение в исходном тексте — вопрос пользователя — действие», чем просто указать оценку охвата:

Некоторые инструменты выдают оценки «значимости», «релевантности» или «уверенности». Они могут отражать заметность сущности в тексте, её близость к теме или уверенность в распознавании. Эти показатели нельзя смешивать, и ни один из них не является оценкой позиции в поисковой выдаче. То, что какое-либо слово часто встречается на справочных страницах, ещё не означает, что на целевой странице оно должно встречаться с той же частотой.

Добавляйте информацию для принятия решений, а не список существительных

В первую очередь стоит устранять пробелы, которые влияют на понимание, сравнение или действия пользователя. Например, если на странице о выборе центробежного насоса перечислены только материалы и параметры, но не объясняется, как характеристики среды влияют на выбор материала и уплотнения, этот пробел следует устранить в первую очередь. Историю бренда и каталог комплектующих, слабо связанные с задачей страницы, не нужно добавлять заодно.

При дополнении контента устанавливайте связи по схеме «объект — атрибут — условие — влияние». Например, недостаточно просто добавить слово «вязкость»: следует пояснить, что вязкость является одним из исходных параметров для выбора, а оценивать связанные с ней характеристики нужно по применимой документации на характеристики оборудования или с помощью расчётов при подборе. Само по себе упоминание «нержавеющей стали» не должно подразумевать, что она подходит для любых коррозионных сред.

Размещайте информацию там, где она нужна пользователю: пояснения к параметрам — в описании характеристик, ограничения по применению — рядом с описанием применения, а подробное сравнение нескольких продуктов — на отдельной странице со ссылками на неё с других страниц сайта. Если добавлять в основной текст информацию по каждому пробелу, сфокусированная страница о подборе может превратиться в беспорядочный набор терминов.

При повторной проверке оцените и «что добавлено», и «стало ли удобнее пользоваться»

Повторная проверка после изменений позволяет убедиться, что недостающие объекты упомянуты, а синонимы корректно объединены. Но ещё важнее провести редакторскую проверку: отвечает ли добавленный текст на конкретные вопросы, точны ли описания связей, подтверждаются ли они техническими материалами и не появились ли ответвления, не связанные с задачей страницы.

Перед публикацией сохраните историю изменений и укажите, что было дополнено и на каких основаниях. После публикации отслеживайте изменения с учётом поисковых запросов, показателей кликабельности связанных страниц и актуальных вопросов потенциальных клиентов. На позиции в поисковой выдаче и трафик также влияют сканирование сайта поисковыми системами, конкуренция, ссылки и другие факторы, поэтому краткосрочные изменения нельзя целиком приписывать добавлению упоминаний сущностей.

Главная ценность обнаружения сущностей — не таблица оценок, в которой все ячейки стали зелёными, а перечень изменений, где для каждого пункта можно объяснить, «почему информации не хватает, где её добавить и чем это обосновано». Рекомендации, которые нельзя связать с реальными вопросами пользователей, не должны становиться поводом для расширения текста, даже если инструмент выдаёт их снова и снова.