ผู้คนยังค้นหาหรือค้นหาอยู่เสมอ วิธีที่ Google อาจใช้ Generative Model ที่ผ่านการฝึกอบรมเพื่อสร้างรูปแบบการค้นหาสำหรับคุณลักษณะการค้นหา เช่น PASF, PAA และอื่นๆ [สิทธิบัตร]

ฉันกำลังตรวจสอบสิทธิบัตรบางอย่างจาก Google เมื่อวันก่อน และพบสิทธิบัตรที่น่าสนใจซึ่งได้รับและเผยแพร่เมื่อวันที่ 30 พฤษภาคม 2023 มีชื่อว่า “การสร้างตัวแปรของข้อความค้นหาโดยใช้แบบจำลองกำเนิดที่ได้รับการฝึกฝน” และมันกระตุ้นความอยากรู้อยากเห็นของฉันอย่างมาก เดิมยื่นในปี 2561 แต่ได้รับอนุญาตในปลายเดือนพฤษภาคม และเนื่องจากฉันสนใจคุณสมบัติ SERP ที่สำคัญเสมอ เช่น People Also Ask (PAA) และ People Also Search For (PASF) ฉันจึงต้องเจาะลึก

นอกจากนี้ นี่คือสิ่งที่ฉันเคยส่ง Ping ให้กับ Bill Slawski ที่ยอดเยี่ยมในอดีต น่าเสียดายที่บิลไม่ได้อยู่กับเราอีกต่อไป การจดสิทธิบัตรทำให้ฉันรู้ว่าฉันคิดถึงโพสต์เกี่ยวกับสิทธิบัตรของ Bill มากแค่ไหนและสามารถ DM ถามคำถามเกี่ยวกับการวิเคราะห์ของเขาได้ การสูญเสีย Bill เป็นความสูญเสียครั้งใหญ่สำหรับอุตสาหกรรมของเราอย่างแน่นอน อย่างไรก็ตาม ถ้าไม่มี Bill คอยขุดคุ้ยในแบบที่เขามักจะทำ ฉันตัดสินใจเริ่มขุดค้นในตัวเอง และฉันดีใจที่ได้ทำ มันน่าสนใจมาก

ใช้ประโยชน์จากโมเดลเจเนอเรทีฟโดยใช้โครงข่ายประสาทเทียมสำหรับฟีเจอร์ SERP
ด้านล่างนี้ฉันจะกล่าวถึงคำอธิบายของสิทธิบัตรโดยใช้แบบจำลองเชิงกำเนิดที่ผ่านการฝึกอบรมเพื่อสร้างตัวแปรการสืบค้นสำหรับคุณลักษณะ SERP เช่น “ผู้คนยังค้นหาด้วย” “ผู้คนยังถามด้วย” และอื่นๆ สิทธิบัตรกล่าวถึง "ผู้คนยังค้นหา" แต่ก็ไม่ยืดยาวที่จะเชื่อว่ากระบวนการนี้สามารถใช้กับ PAA ได้เช่นกัน ฉันครอบคลุมสิ่งนั้นในการวิเคราะห์ของฉันด้านล่าง

เป็นเรื่องน่าทึ่งที่ได้เรียนรู้เพิ่มเติมเกี่ยวกับสิ่งที่ Google กำลังทำในส่วนนี้ (อย่างน้อยก็ขึ้นอยู่กับสิทธิบัตร) เช่นเดียวกับสิทธิบัตรอื่นๆ เราไม่รู้ว่า Google ได้นำสิ่งนี้ไปใช้แล้วหรือยัง แต่แน่นอนว่ามันสมเหตุสมผลแล้วจากสิ่งที่ฉันได้อ่าน

นอกจากนี้ และฉันพบว่าสิ่งนี้น่าสนใจ สิทธิบัตรอธิบายวิธีที่ Google สามารถสร้างรูปแบบข้อความค้นหาสำหรับข้อความค้นหาใหม่ (ใหม่ล่าสุด) และข้อความค้นหาแบบหางยาวที่ยังไม่มีข้อมูลมากนัก และด้วย 15% ของข้อความค้นหาทั้งหมดที่ Google ไม่เคยเห็นมาก่อน จึงเหมาะสมที่จะใช้วิธีการ เช่น สำหรับการสร้างรูปแบบข้อความค้นหา ฉันจะอธิบายเพิ่มเติมเกี่ยวกับเรื่องนี้ในไม่ช้า

ประเด็นสำคัญจากสิทธิบัตร:
ฉันคิดว่าวิธีที่ดีที่สุดในการครอบคลุมสิทธิบัตรคือการเน้นประเด็นสำคัญบางอย่าง ด้านล่างนี้ ฉันจะครอบคลุมประเด็นสำคัญหลายประการจากสิทธิบัตร ซึ่งฉันหวังว่าคุณจะสนใจเช่นกัน

การสร้างตัวแปรของข้อความค้นหาโดยใช้โมเดลกำเนิดที่ผ่านการฝึกอบรม
สหรัฐ 11663201 B2
วันที่ได้รับ: 30 พฤษภาคม 2023
วันที่ยื่น: 27 เมษายน 2018
ชื่อผู้รับมอบสิทธิ์: Google LLC

1. ตัวแปรของข้อความค้นหาสามารถสร้างขึ้นได้ในขณะทำงานโดยใช้แบบจำลองการสร้างที่ได้รับการฝึกฝนตามโทเค็นจากข้อความค้นหาดั้งเดิมและคุณลักษณะการป้อนข้อมูลเพิ่มเติม ฉันจะอธิบายเพิ่มเติมเกี่ยวกับคุณลักษณะการป้อนข้อมูลเพิ่มเติมเร็วๆ นี้

2. ระบบสามารถสร้างตัวแปรของแบบสอบถามได้แม้ว่าแบบจำลองจะไม่ได้รับการฝึกอบรมเกี่ยวกับแบบสอบถามนั้นก็ตาม ดังนั้นจึงสามารถสร้างตัวแปรสำหรับข้อความค้นหาใหม่ (ใหม่ล่าสุด) หรือสิ่งที่ Google เรียกว่าข้อความค้นหา "ส่วนท้าย" ซึ่งยังมีข้อมูลไม่มากนัก ฉันพบว่าน่าสนใจมาก โดยเฉพาะอย่างยิ่งเมื่อ Google บอกว่า 15% ของข้อความค้นหาไม่เคยเห็นมาก่อน ดังนั้นโมเดลเชิงกำเนิดจึงสามารถคาดการณ์ได้ว่าจะสร้างแบบสอบถามรูปแบบใดแม้สำหรับแบบสอบถามที่มีเกณฑ์ต่ำโดยใช้โครงข่ายประสาทเทียม (พร้อมชั้นหน่วยความจำ)

3. แบบจำลองเชิงกำเนิดสามารถได้รับการฝึกฝนโดยพิจารณาจากการส่งแบบสอบถามก่อนหน้านี้โดยผู้ใช้ แต่สิทธิบัตรยังอธิบายด้วยว่า ข้อมูลการฝึกของตัวแปรคิวรียังสามารถอ้างอิงจากคู่คิวรีที่มีการคลิกบนเอกสารเดียวกัน นั่นสมเหตุสมผลและแสดงให้เห็นว่าการมีส่วนร่วมของผู้ใช้สามารถเป็นปัจจัยในสิ่งที่โมเดลสร้างขึ้นได้อย่างไร

4. สิทธิบัตรยังอธิบายว่าโมเดลสามารถฝึกให้เป็น โมเดลแบบมัลติทาสก์ได้ เพื่อเปิดใช้งานการสร้างตัวแปรการสืบค้นหลาย ประเภท ดังนั้นจึงเป็นระบบที่ซับซ้อนที่สามารถสร้างรูปแบบต่างๆ ของแบบสอบถาม รวมถึงแบบสอบถามติดตามผล, แบบสอบถามทั่วไป, แบบสอบถามบัญญัติบัญญัติ, แบบสอบถามการแปลภาษา, แบบสอบถามที่เกี่ยวข้อง และอื่นๆ

5. หลังจากสร้างตัวแปรของคิวรีแล้ว พวกมันจะถูกให้คะแนนตามโมเดล ระบบจะให้คะแนนการตอบสนองสำหรับแต่ละตัวแปร และระบบสามารถให้คะแนนตัวแปรเหล่านั้นได้โดยการตรวจสอบคำตอบของตัวแปรแบบสอบถามเหล่านั้น ที่สามารถช่วยให้ระบบตรวจพบรูปแบบข้อความค้นหาที่ "อาจเป็นของปลอม" น่าสนใจมาก…

6. สิทธิบัตรอธิบายต่อไปว่าระบบสามารถส่งคืน คำตอบ นอกเหนือไปจากรูปแบบการค้นหาเท่านั้น ตัวอย่างเช่น ระบบสามารถส่งคืนผลการค้นหา (PAA ใครก็ได้) เอนทิตีกราฟความรู้ การตอบกลับที่เป็นค่าว่าง (ไม่มีคำตอบ) หรือแม้แต่ข้อความแจ้งสำหรับการชี้แจง (พร้อมการป้อนข้อมูลส่วนต่อประสานผู้ใช้ที่ชัดเจน) ซึ่งอาจอยู่ในรูปแบบของชิปแก้ความกำกวมที่เราเห็นเมื่อ Google กำลังมองหาความช่วยเหลือจากผู้ใช้เมื่อพยายามทำความเข้าใจว่าผู้ใช้กำลังมองหาอะไร อีกครั้งที่น่าสนใจ

7. สิทธิบัตรอธิบายต่อไปว่าโมเดลสามารถใช้มากกว่าโทเค็นจากแบบสอบถาม รวมถึง "คุณสมบัติการป้อนข้อมูลเพิ่มเติม" คุณสมบัติการป้อนข้อมูลเหล่านั้นอาจรวมถึงตำแหน่ง งานที่ผู้ใช้สนใจหรือกำลังดำเนินการ (เช่น การทำอาหาร การซ่อมรถ การวางแผนการเดินทาง เป็นต้น) นอกจากนี้ยังสามารถคำนึงถึงสภาพอากาศและอื่น ๆ และงานอาจขึ้นอยู่กับรายการปฏิทินที่เก็บไว้สำหรับผู้ใช้ ข้อความแชทหรือการสื่อสารอื่นๆ ข้อความค้นหาในอดีตที่ส่งโดยผู้ใช้ เป็นต้น ดังนั้นตัวแปรของข้อความค้นหาอาจขึ้นอยู่กับการปรับเปลี่ยนในแบบของคุณหรือบริบทปัจจุบัน

8. โมเดลยังสามารถสร้างรูปแบบต่างๆ ของข้อความค้นหาและ โฆษณา หรือ เนื้อหาอื่นๆ ดังนั้น โมเดลจึงไม่เพียงแต่สร้างรูปแบบการค้นหาเท่านั้น แต่ยังสามารถสร้าง (หรืออาจดึงข้อมูล) โฆษณาหรือเนื้อหาอื่นๆ ที่สามารถแสดงใน SERPs ได้ ฉันคิดว่าฉันต้องกลับไปดูส่วนนั้นอีกครั้ง แต่นั่นก็น่าสนใจ… :)

9. สิทธิบัตรยังอธิบายด้วยว่าสามารถมี แบบจำลองการกำเนิดได้หลายแบบ ตามคุณลักษณะหรืองานที่แตกต่างกัน ดังนั้นจึงสามารถมีแบบจำลองเฉพาะสำหรับงานต่างๆ เช่น การช้อปปิ้ง การเดินทางไปยังสถานที่ เป็นต้น

สรุป: การสร้างตัวแปรสำหรับ PASF และ PAA อาจซับซ้อนและเหมาะสมกว่าที่บางคนคิด
ฉันหวังว่าการแจกแจงสิทธิบัตรนี้จะช่วยให้คุณเข้าใจว่า Google สามารถใช้โมเดลกำเนิดที่ได้รับการฝึกฝนมาอย่างไรเพื่อสร้างตัวแปรของข้อความค้นหาหรือเนื้อหาอื่นๆ ที่สามารถแสดงในฟีเจอร์ SERP ต่างๆ ได้อย่างไร และสิ่งนี้สามารถเกิดขึ้นได้กับข้อความค้นหาใหม่ (ใหม่) และข้อความค้นหาแบบหางยาวที่ยังไม่มีข้อมูลมากนัก นอกจากนี้ อาจมีการใช้โมเดลหลายตัวที่มุ่งเน้นไปที่ระเบียบวินัยเฉพาะ และผลลัพธ์สามารถปรับเปลี่ยนในแบบของคุณได้เช่นกัน (ขึ้นอยู่กับคุณสมบัติการป้อนข้อมูลเพิ่มเติม)

ดังนั้น ครั้งต่อไปที่คุณดู "คนค้นหาด้วย" หรือ "คนถามด้วย" ใน SERPs โปรดทราบว่าอาจมีการใช้แบบจำลองเชิงสร้างสรรค์เพื่อจัดเตรียมตัวแปรการค้นหาเหล่านั้น และหากเป็นส่วนตัว คำถามเหล่านั้นอาจเกี่ยวข้องกับกรณีของคุณโดยเฉพาะ ขอย้ำอีกครั้งว่าระบบของ Google นั้นซับซ้อนกว่าที่บางคนคิดไว้มาก

จีจี