Sonuçları görmek ve/veya aramayı sonlandırmak için "esc" tuşuna basın.

Google Neural Matching Nedir? Neural Matching Algoritması Hakkında Bilmeniz Gerekenler…

Google Neural Matching Nedir? Google sinirsel eşleştirme nedir? Google kısa süre önce 2018 yılının sonlarında kavramları daha iyi anlamak için “sinirsel eşleştirme / neural matching” algoritması kullanmaya başladıklarını duyurmuştu. Google’dan Danny Sullivan, arama sorgularının % 30’unda Google neural matching algoritması kullanıldığını söyledi.

Google Neural Matching algoritması yalnızca arama sorgusu ve web sayfaları verilerini kullanarak arama sorgularıyla web sayfalarıyla başarıyla eşleştirildiğini bir araştırma makalesi paylaşarak duyurdu. Bu algoritma her an her konumda kullanımda olmayabilir veya bir grup algoritmanın parçası olarak kullanılabilir olsa da, bir “sinirsel eşleştirme” algoritmasının nasıl çalışabileceğinin bir örneğidir.

Google Florida 2 Algoritma Güncellemesi: En Büyük Algoritma Güncellemelerinden Biri

Google Yayınlanan Algoritmaları Kullanıyor mu?

Google, patentlerde ve araştırma makalelerinde yayınlanan algoritmaları her zaman kullanmaz. Ancak, Google gerçekten belirsiz sayıda arama algoritması kullanmaktadır. Ayrıca, Google’ın belirli bir algoritmanın kullanımda olup olmadığını genel olarak onaylamadığı da belirtilmelidir.

Google Neural Matching Nedir? Google Yeni AI Algoritmasını Tartıştı

Google geçmişte Panda algoritması ve Penguin Algoritması gibi genel terimlerdeki algoritmaları hep tartışıldı çünkü isimlendirmeleri kendileri benimsemiyor ve yine durum böyle görünüyor. Çünkü Danny Sullivan aslında bu yeni “sinirsel eşleştirme” algoritmasıyla ilgili geliştirmeleri onaylayan ipuçlarını bırakıyor.

“İnsanların aramaları genellikle konu hakkında ulaştıkları yazılardaki bilgilerden farklı.”

AI, Derin Öğrenme (Deep Learning) ve Sıralama Sayfaları

Google AI Blog’u bir süre önce zamanda,  Deep Relevance Ranking using Enhanced Document-Query Interactions adlı bir araştırma makalesi yayınladı. Her ne kadar bu algoritma araştırması nispeten yeni olsa da, Doküman Alaka Düzeyi olarak bilinen bir görevi başarmak için devrim niteliğinde bir derin sinir ağı yöntemini geliştirir. Bu yöntem aynı zamanda Geçici Alım olarak da bilinir.

Kesin olarak bunun Google’ın Sinirsel Eşleştirme dediği şeyin bir parçası olduğu söylenemese de buna benzer bir şey hakkında ilginç araştırmalar yapar.

Yeni araştırma makalesinin geçici alımı şöyle açıklıyor:

“Geçici alım olarak da bilinen belge alaka sıralaması… sorguyu ve yalnızca her belgenin metnini kullanarak belgeleri büyük bir koleksiyondan sıralama görevidir.”

Araştırma makalesi açıktır, bu sıralama şekli yalnızca arama sorgusunu ve sadece web sayfasını kullanır. Açıklamalar devam ediyor:

“Bu, ağ yapısı (Sayfa ve diğerleri, 1999; Kleinberg, 1999) ve / veya kullanıcı geribildirimleriyle birlikte metin tabanlı sinyallere dayanan standart bilgi alma (IR) sistemleri ile çelişmektedir.” (Joachims, 2002).

Yukarıdaki açıklamada, Belge Alaka Düzeyi Sıralamasının “ağ yapısına” dayanan diğer arama teknolojilerinden (bilgi alma sistemleri) farklı olduğunu ve daha sonra PageRank’a ve bağlantılara referans olan Larry Page’den bahsettiğini belirtilir. Ayrıca Jon Kleinberg’lerin web sayfaları sıralamalarında backlink kullanma araştırmasına gönderme yapan Kleinberg’e de atıfta bulunuyor.

Belge alaka sıralamasının, web sayfalarını sıralamak için nispeten yeni bir yöntem olduğu ve backlink sinyallerine dayanmadığını söylemeliyiz.

Google Neural Matching Algoritması Aslında Ne Yapar?

Algoritmanın amacı, sadece arama sorgusunu ve web sayfası metnini kullanarak bir arama sorgusunu bir web sayfasıyla eşleştirmektir. Bu algoritma tarafından sıralanan web sayfaları, backlinkler veya anahtar kelimeler sayesinde en üst sıralara yükseltilmeyecektir, çünkü bu tür bir algoritma sıralama ile ilgili değil “alaka düzeyi eşleştirme” ile ilgilidir.

“Doküman alaka sıralaması için birkaç yeni model araştırıyoruz, Derin Alaka Eşleştirme Modeline (Deep Relevance Matching Model / DRMM) dayanıyor… Terimler ve sorgu-belge terim etkileşimlerinin içeriğe duyarsız kodlamalarını kullanan DRMM’den farklı olarak zengin içeriğe duyarlı kodlamalar entegre ediyoruz , PACRR’lerden (Hui ve ark., 2017) evrimsel n-gram eşleştirme özelliklerinden esinlenilmiş, ancak çok sayıda sorgu ve belge girdisi görünümünü içeren çeşitli şekillerde genişletilmiştir. ”

İçerik Daha da Önemli

Bu, yayıncıların daha fazla eş anlamlı kelimeler kullanması gerektiği anlamına mı geliyor? Eş anlamlı kelimeler eklemek her zaman anahtar kelime spam çeşitlemesi gibi görünse de her zaman değerlendirilebilir bir öneri olduğunu konuşuyordu. Google Neural Matching algoritması sonrası yapılan güncellemede Yoast by SEO eklentisinin odak anahtar kelime alanının altında yer alan “synonym” kısmında eş anlamlısını ekleme alanı geldi.

Google’ın eşanlamlılarını anlama amacı, sayfanın içeriğini ve anlamını tam olarak anlamaya çalışmaktır. Açık ve tutarlı bir şekilde iletişim kurarak bir sayfayı anahtar kelimelerle ve eş anlamlı kelimelerle spam yapmaktan daha önemlidir.

Google’ın resmi olarak söylediği, kavramları anlayabilmesidir. Yani, bir şekilde, bu sadece anahtar kelimelerin ve eş anlamlıların ötesine geçiyor. Bir web sayfasının bir arama sorgusunda ima edilen sorunu nasıl çözdüğü daha doğal bir anlayıştır. Google’ın resmi açıklamasına göre:

“… Neural network kelimeleri anlamadan kavramları anlamada büyük bir adım atmamıza yardımcı olabileceği noktaya ulaştık. Yapay neural network alanında geliştirilen bir yaklaşım olan neural gömülen kodlar ile, kelimelerin arkasındaki kavramların temsillerine dönüştürmemize ve sorgudaki kavramları, belgedeki kavramlarla eşleştirmemize izin verir. Bu tekniğe neural matching diyoruz. ”

Bu Neural Matching mi?

Google Neural matching, diğer algoritmaların öğeleriyle karıştırılmış öğelere sahip olması mümkündür. Google’ın bu algoritmayı kullanıp kullanmaması, yalnızca arama sorgusu ve web sayfası içeriğini kullanarak belgeleri sıralamanın mümkün olduğunu anlamaktan daha önemlidir.

Bunu anlamak, yayıncıların eş anlamlılarını eklemek, otomatik düzenleme (spinning) gibi yararsız stratejilerden kaçınılmasına yardımcı olacaktır.

Bu yeni tür AI sıralamaları, backlinkler veya anahtar kelimeler gibi geleneksel sıralama faktörlerine göre doğrudan sıralanmamış arama sonuçları oluşturmanın mümkün olduğunu gösterir. Bu da, kullanıcının niyeti ve bir içerik sayfasının kullanıcıya nasıl yardımcı olduğunu daha iyi anlama gibi özelliklere daha fazla dikkat edilmesini gerektirir.

Yorumlar

1 Yorum

2019 Mart Ayı Özeti - Hasan Yaşar

[…] Google Neural Matching Nedir? Neural Matching Algoritması Hakkında Bilmeniz Gerekenler… […]


Yorum yap

Bir Cevap Yazın

This site uses Akismet to reduce spam. Learn how your comment data is processed.