La recherche sémantique, la clé du référencement moderne
On en parle depuis plus de quinze ans et, comme l'a révélé le regretté Bill Slawski, les premiers brevets de Google dans ce sens remontent à 1999. Ce n'est toutefois que récemment que la recherche sémantique est vraiment devenue une réalité quotidienne, grâce aux développements technologiques et aux applications de l'intelligence artificielle et de l'apprentissage automatique. Mais qu'est-ce que la recherche sémantique et quel impact a-t-elle sur le référencement ?
Qu’est-ce que la recherche sémantique ?
La recherche sémantique est le processus que les moteurs de recherche utilisent pour essayer de comprendre l'intention et la signification contextuelle de la requête de recherche, dans le but de fournir des résultats précis, pertinents et adaptés, c'est-à-dire qui correspondent à ce que l'utilisateur avait en tête. En d'autres termes, la recherche sémantique vise à savoir pourquoi une personne recherche cette chaîne de termes particulière dans la requête et ce qu'elle a l'intention de faire avec les informations obtenues.
Pour ce faire, les moteurs de recherche analysent divers éléments, tels que le contexte de la recherche, la localisation géographique de l'utilisateur, la variation des mots, les synonymes, les requêtes généralisées et spécialisées, la correspondance des concepts, les requêtes en langage naturel, mais aussi la relation entre les mots et la compréhension des entités sous-jacentes.
L'évolution de la recherche sémantique repose sur un certain nombre d'évaluations, mais surtout sur la prise en compte du fait que les requêtes de recherche peuvent être ambiguës par nature, tout comme les mots eux-mêmes ; en outre, les gens parlent et demandent des choses de différentes manières, dans différentes langues et sur différents tons, ce qui ne peut pas (plus) être standardisé avec les SERP standard qui ne prennent en compte que l'ancienne correspondance exacte.
Il est important de noter qu'il ne faut pas confondre la recherche sémantique avec l'indexation sémantique latente (LSI) ou ce que certains appellent les mots-clés sémantiquement liés : le LSI peut contribuer à fournir un contexte sur le sujet du contenu (et potentiellement aider à faire correspondre l'intention de recherche), mais la recherche sémantique est bien plus que cela (et la LSI ne contribue pas au classement, comme l'a répété Google en diverses circonstances).
Ce que signifie la sémantique dans le contexte de la recherche
L'expression "recherche sémantique" fait référence à la branche de la linguistique appelée sémantique, qui étudie la signification des mots et des phrases (du langage en général) dans certains contextes et les relations entre ces mots.
Appliquée à la recherche sur le web, la sémantique désigne le lien entre une requête de recherche, les mots qui s'y rapportent et le contenu des pages du site web. Tous ces éléments combinés aident les moteurs de recherche à comprendre le sens des requêtes au-delà d'une simple traduction littérale, de manière à fournir des résultats réellement liés au contexte.
Le sens, cependant, n'est pas synonyme d'intention, et la recherche sémantique ne peut donc pas être comprise de manière simpliste comme l'interprétation de l'intention de recherche : comme le souligne Olaf Kopp, la recherche sémantique consiste essentiellement à reconnaître le sens des requêtes de recherche et du contenu sur la base des entités présentes. Cela correspond précisément à la définition de la sémantique comme "théorie du sens" et, dans ce contexte, le "sens" est différent de l'intention de recherche - une expression qui, comme nous le savons, décrit pourquoi une personne a effectué une recherche et, en même temps, ce qu'elle attend des résultats de la recherche - qui peut aider à reconnaître l'intention et devient une sorte d'avantage supplémentaire de la recherche sémantique.
Pour simplifier, pensons à notre expérience quotidienne : lorsque les gens se parlent, ils comprennent (souvent automatiquement et sans s'en soucier) bien plus que de simples mots, car ils comprennent le contexte, les signaux non verbaux (tels que les expressions faciales ou les nuances de la voix) et bien plus encore. Tout cela se produit naturellement, il n'est donc pas facile de prendre du recul et de décrire ce qui est communiqué sans l'aide de tous les signaux "au-delà des mots".
Comment fonctionnent les moteurs de recherche sémantique
Dans le cas des moteurs de recherche, il s'agit de passer de la simple identification de la requête à la compréhension par les algorithmes de ce qui la sous-tend : par exemple, si nous recherchons des "robes de mariée", les mots associés peuvent inclure "mariage", "gâteau", "mariée" et "rêve", alors que si nous recherchons uniquement des "robes", les mots associés peuvent être "élégant", "décontracté", "long", etc.
Par conséquent, un moteur de recherche sémantique tient compte du contexte sémantique des requêtes de recherche et du contenu pour mieux comprendre leur signification, et est également capable d'analyser et d'évaluer les relations entre les entités pour renvoyer des résultats de recherche. Il s'agit d'une nette évolution par rapport aux précédents systèmes de recherche purement basés sur les mots clés, qui fonctionnent en recherchant uniquement une correspondance entre les mots clés et le texte.
Les algorithmes sémantiques les plus modernes parviennent à créer un modèle mathématique capable d'identifier un "score de pertinence d'un document donné pour toute requête de recherche d'un utilisateur donné", ces algorithmes sont utilisés pour rechercher des documents dans un secteur spécifique et parviennent à garantir une fonctionnalité de recherche verticale sur un secteur, même s'il comporte un petit nombre de sujets/thèmes.
De plus en plus, le moteur de recherche analyse aujourd'hui le champ sémantique de chaque mot, en essayant d'identifier tous les autres mots pertinents pour la requête : c'est ce qu'on appelle l'expansion du champ sémantique, qui permet à l'algorithme de reconnaître que le singulier et le pluriel ne sont pas deux requêtes différentes (sauf exceptions particulières, liées à l'intention) et que certains verbes ont la même signification.
La recherche sémantique permet également aux moteurs de recherche de faire la distinction entre différentes entités (personnes, lieux et choses) et d'interpréter l'intention de l'internaute en fonction de divers facteurs, notamment l'historique de recherche de l'utilisateur, sa situation géographique, l'historique de recherche global et les variations orthographiques. Tout cela aide Google et les autres moteurs de recherche à offrir une meilleure expérience à leurs utilisateurs, en proposant des résultats de qualité et en privilégiant les contenus pertinents.
L'évolution des moteurs de recherche
Ce processus est devenu inévitable pour répondre aux besoins croissants des utilisateurs, insatisfaits du type de réponses fournies auparavant par les différents SERP construits sur des modèles non sémantiques.
Auparavant, les moteurs de recherche standard fonctionnaient en se concentrant sur les mots clés : c'est-à-dire que leur analyse partait de l'analyse de l'entrée fournie par l'utilisateur dans la barre de recherche (la requête, composée d'un ou plusieurs mots clés), pour rechercher son occurrence spécifique dans les documents présents dans l'index et, sur la base d'une série de facteurs de classement (y compris, à l'époque, la fréquence à laquelle la requête était répétée dans le document), pour fournir en réponse une SERP avec des résultats classés précisément selon des critères particuliers.
Tous les documents répertoriés - des pages web - avaient donc une caractéristique commune : ils contenaient en leur sein le mot-clé ou la chaîne de caractères indiqués par l'utilisateur dans la requête de recherche, de préférence dans un format parfaitement identique à la formulation de la saisie. C'est ce qu'on appelle la correspondance exacte, c'est-à-dire la coïncidence littérale avec le mot-clé (même si elle n'est pas grammaticale ou incorrecte).
Plus important encore, dans la recherche classique, chaque mot est indépendant de tous les autres, car les algorithmes ne sont pas en mesure de comprendre des éléments tels que les synonymes, les formes de genre, la variation du singulier ou du pluriel d'un même mot, et excluent souvent certains termes de la recherche (le classique stop-word, comme les articles ou les prépositions). Ainsi, même des requêtes essentiellement identiques (selon les sensibilités actuelles) telles que "comment faire des sites web", "comment faire un site web" ou "comment faire des sites web" produisaient des SERPs complètement différentes, évalués sur la base des occurrences de la chaîne exacte de termes dans le contenu (et des autres critères de classement de l'algorithme).
Une cartographie des entités et des concepts
Le problème sous-jacent est toujours le même que celui qui motive les mises à jour centrales et les autres interventions : Google, ainsi que d'autres moteurs de recherche, essaient (et ont souvent du mal) à comprendre ce que veulent ses utilisateurs, sans les voir ni les entendre, dans le but de satisfaire les recherches avec des résultats plus précis. C'est là qu'intervient la recherche sémantique, qui associe l'intention de recherche au contexte du contenu pour fournir les résultats les plus pertinents et les plus utiles, en rendant tout sujet (ou requête de recherche) facile à comprendre pour une machine.
Sans entrer dans trop de détails techniques (pour lesquels il faudrait des professionnels de l'analyse sémantique), deux concepts principaux sont au cœur de la recherche sémantique pour les moteurs, comme l'explique Ann Smarty :
- La cartographie sémantique, qui consiste à explorer les liens entre un mot/une phrase et un ensemble de mots ou de concepts connexes.
- Le codage sémantique, qui consiste à utiliser le codage pour mieux expliquer à Google les types d'informations que l'on peut trouver sur chaque page.
Plus précisément, la cartographie sémantique concerne la visualisation des relations entre les concepts et les entités (ainsi que les relations entre les concepts et les entités connexes), et cette image nous donne un aperçu de la représentation graphique du modèle tel qu'il a été conçu par Ramanathan Guha de Google, le futur créateur du projet Schema.
Ce modèle permet à Google de mieux comprendre toute requête connexe et de fournir des informations utiles sur les recherches (telles que des graphiques de connaissances, des réponses rapides et autres). L'analyse sémantique aide également Google à mieux servir les utilisateurs de la recherche vocale en leur fournissant des réponses immédiates basées sur leur compréhension générique d'un sujet.
Nouvelles réponses des moteurs de recherche et codage sémantique
Un grand soutien à l'évolution des moteurs de recherche sémantiques vient donc du projet Schema.org, créé en 2011, qui offrait aux propriétaires de sites encore plus de moyens de transmettre le sens d'un document (et de ses différentes parties) à une machine. Dès lors, le site a pu communiquer directement à un robot de recherche des informations sur l'auteur de la page, le type de contenu (article, FAQ, critique et autres pages similaires) et son objectif (vérification des faits, coordonnées de contact et autres).
C'est encore Smarty qui affirme avec force que "le balisage sémantique existe pour une raison, le désir de communiquer", parce que nous voulons expliquer l'objectif et la structure de notre contenu à un moteur de recherche.
Grâce au balisage sémantique, Google est en mesure d'identifier et d'utiliser les informations clés d'une page ; en retour, les éditeurs de sites Web obtiennent des "rich snippets", c'est-à-dire des listes de recherche plus détaillées que celles qui n'utilisent pas la sémantique, et une meilleure compréhension de la ressource.
En fait, l'idée d'utiliser le code pour exprimer le sens (et pas seulement la présentation) remonte à bien avant le lancement du projet schema.org. Depuis des années, nous sommes en mesure d'utiliser ce que l'on appelle le HTML sémantique pour communiquer le sens du contenu, et en particulier les titres H1-H6 décrivant les principaux sujets d'un document et les autres balises HTML, qui aident toutes sortes de machines à mieux comprendre et transmettre les informations qu'elles trouvent sur une page Web (et sont en fait également appelées balises sémantiques parce qu'elles ajoutent du sens à un document).
Qu’est-ce que le SEO sémantique ?
Comment et dans quelle mesure cela influe-t-il sur le travail d'optimisation des moteurs de recherche et, par conséquent, qu'est-ce que le SEO sémantique ? Tout d'abord, nous devons nous rappeler que le SEO est et reste essentiellement une série d'interventions visant à mieux expliquer l'objectif et la structure de notre contenu à un moteur de recherche (ainsi qu'à faciliter la navigation et la compréhension de l'utilisateur, en l'aidant à atteindre l'objectif qu'il s'était fixé), mais aujourd'hui, cette démarche est enrichie de niveaux d'analyse supplémentaires, afin de comprendre l'intention et le comportement des personnes, ainsi que le contexte (sémantique) derrière les expressions textuelles et les mots.
Nous pouvons donc dire que nous sommes pleinement dans l'ère du référencement sémantique, car, pour citer à nouveau Slawski, la recherche sur le Web a évolué pour se concentrer davantage sur l'affichage de résultats qui trouvent des éléments et non des chaînes de caractères (des choses au lieu de chaînes de caractères) ou sur la mise en correspondance de mots-clés dans des requêtes avec des mots-clés dans des documents sur le Web.
Les principaux moteurs de recherche - Google, Bing, Yahoo et Yandex, entre autres - suivent tous le balisage de données structurées de schema.org, qui peut être utilisé pour afficher des résultats multimédia dans les résultats de recherche. C'est (également) ce qui rend la recherche sémantique visible : aujourd'hui, dans les SERP, nous voyons des résultats de référencement sémantique tels que des extraits de code, des résultats enrichis, des résultats structurés, des panneaux de connaissances, la substitution de synonymes et le traitement de requêtes d'entités spéciales.
En outre, le référencement sémantique implique également l'inclusion de faits ou d'attributs d'entité sur les pages. Nous pouvons également identifier la classe d'entité, établir un lien vers des informations sur cette entité et des informations que les gens devraient connaître sur cette entité - ce qui alimente l'évaluation E-A-T pour Google, pour simplifier.
D'un point de vue pratique, le SEO sémantique est le processus qui consiste à utiliser des sujets et des entités connexes pour aider les moteurs de recherche à mieux comprendre le contenu d'un site. Il permet de fournir aux moteurs de recherche davantage de contexte sur une page donnée, rendant ainsi le contenu plus complet. Une page de résultats de recherche de SEO sémantique peut inclure :
- Panneaux de connaissances.
- Des carrousels de recherche remplis d'entités.
- Des extraits optimisés qui peuvent répondre à des questions sur des entités dans une requête.
- Questions connexes (boîtes de questions "Autres questions posées" qui peuvent être similaires aux réponses dans l'extrait optimisé).
- Entités liées
- et plus encore.
Comment optimiser le contenu pour le SEO sémantique
Le référencement sémantique en tant que discipline s'est répandu au cours des dernières années, même si l'étude et l'optimisation ont surtout porté sur la rédaction, qui est aujourd'hui de plus en plus considérée comme un "texte stratégique" dans une perspective holistique qui comprend également des interventions plus larges sur la page.
En effet, les discours sur le SEO sémantique incluent souvent l'optimisation sémantique du contenu, mais aussi l'utilisation de données structurées et la structure de mondes topiques sémantiques, et fondamentalement " il est logique de montrer à Google que vous couvrez complètement certains sujets avec votre contenu et que vous démontrez ainsi votre compétence ", comme le résume encore Kopp.
En outre, certains des brevets de Mountain View concernent la comparaison des graphes de connaissances internes des documents avec le Knowledge Graph de Google, et la théorie qui semble sous-tendre cette démarche est qu'un niveau élevé de correspondance entre les entités utilisées dans un texte et les structures de relations de l'entité principale dans la base de données sémantiques de Google permet d'obtenir de meilleurs classements. Cela semblerait également logique, mais après tout, à l'heure actuelle, l'optimisation basée sur les mots clés ne diffère pas sensiblement de l'optimisation du contenu basée sur les entités.
Dans le même temps, l'expert affirme que la structure des mondes thématiques a également du sens, même s'il faut dire qu'à l'heure du classement de passage, on ne peut négliger des aspects tels que le niveau réel de subdivision d'un sujet en différents sous-thèmes et la gestion du sujet lui-même (c'est-à-dire si un contenu distinct est produit pour chaque sous-thème ou si, au contraire, seul un contenu global est créé).
De même, aujourd'hui, les données structurées peuvent aider Google à comprendre les relations sémantiques, mais seulement jusqu'à ce que le moteur de recherche n'en ait plus besoin - et cela arrivera bientôt, prédit Kopp lui-même, car "Google est si bon en apprentissage automatique qu'il utilise les données structurées pour entraîner ses algorithmes plus rapidement".
Ce n'est donc qu'une question de temps avant que Google n'ait plus besoin de données structurées, tandis que les "relations" et la vision globale d'entités telles que les éditeurs et les auteurs sont une autre affaire. Ici, les signaux off-page jouent un rôle plus important que les signaux on-page : sur la base des relations entre les entités faisant autorité et crédibles, Google veut déterminer quels domaines et quels auteurs sont les meilleures sources de qualité pour un sujet selon l'E-A-T, et en particulier comprendre
- Qui est lié à qui.
- Qui recommande qui.
- Qui fréquente qui.
(Tiens au fait là ..... cela ne vous rapelle par quelque chose ? La définition du cocon sémantique !
Les liens Google et les co-occurrences peuvent être utilisés comme facteurs de proximité entre des entités faisant autorité, et le référencement sémantique devrait également tenir compte de leur optimisation.
En parlant de co-occurrences, poursuit l'auteur, il est également bon d'examiner comment le traitement du langage naturel (TLN) fonctionne dans l'optimisation du contenu : Google utilise le TLN pour identifier les entités et leur contexte, à travers des structures grammaticales de phrases, de triples (expressions formées par sujet->prédicat->objet) et de tuples (éléments d'une relation avec des attributs dans une base de données relationnelle) composés de noms et de verbes.
C'est pourquoi, même dans le cadre du SEO sémantique, il convient de prêter attention à une structure grammaticale simple des phrases, et donc d'utiliser des phrases courtes, sans pronoms personnels et sans emboîtement : de cette manière, nous rendons un service en termes de lisibilité aux utilisateurs et aux moteurs de recherche.
En revanche, lorsque nous étudions les mots clés à inclure dans le contenu, nous ne devons pas nous focaliser sur un seul terme, mais analyser et créer ce que l'on appelle des "grappes de mots clés", ou des groupes de mots clés apparentés, qui sont directement liés à la recherche sémantique, car ils garantissent que notre contenu couvre un éventail plus large du sujet - et, potentiellement, peuvent améliorer le positionnement en augmentant le nombre de mots clés par page reconnus par Google comme utiles pour le contexte et le besoin de l'utilisateur.
L'idée est que l'utilisation de ces termes dans le texte permet de placer le contenu dans la cible identifiée par le modèle sémantique de Google, qui comprend alors immédiatement que notre document est conforme à l'intention du chercheur.
Adieu au vieux SEO
Ce nouveau processus de recherche de mots-clés, que nous avons résumé il y a quelque temps par la phrase "le mot-clé n'existe pas", devrait désormais être la norme de l'activité de référencement et marque la grande différence conceptuelle du travail d'aujourd'hui par rapport à celui d'hier.
Jusqu'à il y a une dizaine d'années (mais certains continuent encore…), les référenceurs du monde entier suivaient un processus relativement similaire : dans la première phase, ils effectuent une recherche de mots clés pour trouver le terme potentiellement le plus souhaitable et d'autres mots connexes ; ensuite, ils insèrent (de force ou même au hasard) ces mots clés dans le texte d'une page autant de fois que possible, et s'efforcent d'apporter le plus grand nombre possible de backlinks à cette URL, à partir de n'importe quel type de site référent ; enfin, ils attendent le classement, qui peut même être positif - du moins jusqu'à l'introduction des algorithmes Panda et Penguin.
L’histoire de la recherche sémantique
En bref, ce que nous voyons aujourd'hui n'est pas une révolution soudaine, mais l'une des étapes d'un processus qui a commencé il y a de nombreuses années et qui a dû en quelque sorte "attendre" les développements technologiques appropriés.
Il suffit de dire que dès 2001, l'inventeur du Web, Tim Berners-Lee, a publié une révision de sa vision originale du Web et a commencé à écrire sur le Web sémantique, avec un article dans Scientific American intitulé "Le Web sémantique", dans lequel il a déclaré que "le Web sémantique n'est pas un Web séparé, mais une extension du Web actuel, dans lequel l'information est dotée d'une signification bien définie, permettant aux ordinateurs et aux personnes de mieux travailler ensemble".
La recherche sémantique et Google
Mais quand Google a-t-il commencé à travailler sur le SEOt sémantique ? Selon Bill Slawski, les premières tentatives remontent à 1999 (un an après le dépôt du brevet de l'algorithme PageRank), lorsque Sergy Brin a déposé un brevet provisoire pour un algorithme appelé "Dual Iterative Pattern Relation Expansion", qui constitue la première étape d'une évolution ultérieure.
Comprendre le référencement sémantique, c'est aussi connaître les technologies et les approches de Google pour extraire du Web des informations sur les entités, exprimées visuellement par des graphes de connaissances qui sont construits à l'aide de cette technologie.
En effet, c'est précisément l'introduction du Knowledge Graph en 2012 qui a commencé à concrétiser l'engagement de Google en faveur d'une nouvelle approche sémantique de la recherche, suivie l'année suivante par la mise à jour fondamentale de son algorithme de classement, connue sous le nom de Hummingbird : toutes les autres innovations majeures qui ont suivi, comme RankBrain, E-A-T, BERT et MUM, soutiennent directement ou indirectement l'objectif de devenir un moteur de recherche entièrement sémantique. Et aujourd'hui, en introduisant le traitement du langage naturel (NLP) dans la recherche, Google avance à une vitesse exponentielle vers cet objectif.
Hummingbird est le signal de départ de l'évolution de Google vers un moteur de recherche sémantique. En effet, avant 2013, Google s'occupait principalement de faire correspondre des mots-clés et des documents pour le classement, et n'était pas capable de reconnaître le sens d'une requête de recherche ou d'un contenu.
Hummingbird a remplacé la plupart des algorithmes de classement existants et a été, comme l'affirme Kopp, "le plus grand changement que Google ait jamais apporté au traitement et au classement des requêtes de recherche, affectant plus de 90 % de toutes les recherches en 2013". Grâce à cette mise à jour, Google a pu immédiatement inclure les entités enregistrées dans le Knowledge Graph pour le traitement des requêtes, le classement et la sortie des SERP.
Une fois de plus, le terme entité revient, qui est l'un des points d'appui de la recherche sémantique : en bref, l'entité décrit l'essence ou l'identité d'un objet concret ou abstrait, c'est quelque chose d'identifiable de manière unique et donc de significatif.
Le rôle du Knowledge Graph dans la recherche sémantique de Google
Le classement basé sur les entités nécessite également une indexation basée sur les entités, et l'outil utilisé par Google est le Knowledge Graph susmentionné, qui représente l'index des entités de Google et prend en compte les relations entre elles.
Les index classiques sont organisés sous forme de tableaux et ne permettent donc pas de mettre en correspondance les relations entre les ensembles de données : au contraire, le Knowledge Graph est une base de données sémantique dans laquelle les informations sont structurées de manière à créer des connaissances à partir des informations, et où les entités sont des nœuds reliés entre eux par des arêtes, dotés d'attributs et d'autres informations, et placés dans des contextes thématiques ou des ontologies.
Les entités sont l'élément d'organisation central des bases de données sémantiques, telles que le Knowledge Graph de Google. Outre les relations entre les entités, Google utilise l'exploration de données pour recueillir des attributs et d'autres informations sur les entités et les organiser autour d'elles.
Les sources, les attributs et les informations que Google prend en compte pour une entité varient en fonction du type d'entité : pour simplifier, les sources d'une entité d'une personne sont différentes de celles d'une entité d'un événement ou d'une organisation, et cela affecte les informations affichées dans un panneau de connaissances dans la SERP.
La structure d'un index basé sur les entités permet de répondre à des requêtes recherchant un sujet ou une entité qui n'est pas mentionné dans la requête.
Dans cet exemple, "Australie" et "Canberra" sont les entités et la valeur "capital" décrit la nature de la relation. Un moteur de recherche basé sur des mots-clés n'aurait pas pu fournir cette réponse.
Un graphique de connaissances Google repose sur trois niveaux :
- Catalogue des entités. Il stocke toutes les entités qui ont été identifiées au fil du temps.
- Référentiel de connaissances. Les entités sont rassemblées dans un référentiel de connaissances avec des informations ou des attributs provenant de diverses sources. Il s'agit principalement de fusionner et de stocker des descriptions et de créer des classes ou des groupes sémantiques sous la forme de types d'entités. Google génère des données par le biais du Knowledge Vault, où il effectue une exploration des données à partir de sources non structurées.
- Knowledge Graph. Les entités sont liées à des attributs et des relations sont établies entre elles.
Google peut utiliser différentes sources pour identifier les entités et les informations qui leur sont associées, comme le montre également l'image explicative créée par Kopp lui-même.
Il est bon de comprendre, cependant, que toutes les entités du référentiel de connaissances ne sont pas incluses dans le graphe de connaissances, et que certains critères peuvent influencer leur inclusion dans le graphe de connaissances, par exemple :
- Pertinence sociale durable.
- Un nombre suffisant de résultats de recherche pour l'entité dans l'index de Google.
- Perception publique persistante.
- Inclusion dans un dictionnaire ou une encyclopédie reconnus ou un ouvrage de référence spécialisé.
On peut supposer que Google a enregistré beaucoup plus d'entités à longue tarine dans un référentiel de connaissances tel que le Knowledge Vault que dans le Knowledge Graph et qu'il les utilise pour la recherche sémantique, affirme l'auteur.
En parcourant l'internet ouvert et en traitant le langage naturel, Google est en mesure d'effectuer une extraction évolutive d'entités et de données indépendamment des bases de données structurées et semi-structurées. Cela fournit au Knowledge Vault de plus en plus d'informations, même sur les entités à longue traine.
Google comme moteur de recherche sémantique
À l'heure actuelle, Google utilise la recherche sémantique dans quelques domaines :
- Comprendre les requêtes de recherche ou les entités dans le traitement des requêtes de recherche.
- Comprendre le contenu des entités pour le classement.
- Comprendre le contenu et les entités pour l'exploration de données.
- Classement contextuel des entités pour une évaluation E-A-T ultérieure.
La recherche Google s'appuie désormais sur un processeur de recherche pour l'interprétation des requêtes de recherche et la compilation de corpus de documents pertinents pour la requête de recherche : c'est là que BERT, MUM et RankBrain peuvent entrer en jeu.
Lors du traitement des requêtes de recherche, les termes de recherche sont comparés aux entités enregistrées dans les bases de données sémantiques et, si nécessaire, affinés ou réécrits. Dans l'étape suivante, l'intention de recherche est déterminée et un corpus approprié de contenu X est déterminé.
Google utilise l'index de recherche classique et sa propre base de données sémantiques sous la forme d'un Knowledge Graph et, selon Kopp, il est "probable qu'un échange entre ces deux bases de données aura lieu via une interface".
Il existe également un moteur de notation composé de plusieurs algorithmes basés sur l'algorithme central de Hummingbird, qui est chargé d'évaluer le contenu et de le trier en fonction du score. La notation concerne la pertinence du contenu par rapport à la requête de recherche ou à l'intention de recherche.
Étant donné que Google souhaite également évaluer la qualité du contenu en plus de la pertinence, il est également nécessaire de le noter selon les critères E-A-T, qui examinent et évaluent la compétence, l'autorité et la fiabilité du domaine, de l'éditeur et/ou de l'auteur. Les bases de données d'entités sémantiques peuvent servir de base à ce type de travail.
Les résultats de recherche sont ensuite débarrassés des doublons au moyen d'un moteur de nettoyage et les éventuelles pénalités sont prises en compte.
L'essentiel de ce parcours - également bien mis en évidence par Adriana Stein - est que l'objectif de Google est toujours d'offrir aux utilisateurs la meilleure expérience de recherche possible. Pour ce faire, nous avons aujourd'hui besoin de la recherche sémantique, qui permet de :
- Identifier et disqualifier le contenu de faible qualité.
- Mieux comprendre l'intention de recherche des utilisateurs - par exemple, l'utilisateur essaie-t-il de naviguer vers une page particulière ? Cherche-t-il à en savoir plus sur un sujet ? Est-il ou elle intéressé(e) à acheter ?
- Formulez des réponses aux questions.
- Déterminer les données pertinentes à extraire du Web sémantique.
- Comprenez les sites web et les pages en termes de thèmes plutôt que de mots-clés.
- Intégrer les technologies de Google dans lesquelles la recherche sémantique joue un rôle, telles que Knowledge Graph, Hummingbird, RankBrain, BERT.
- Formatez correctement les données pour les inclure dans les résultats de recherche.
- Connectez-vous avec les requêtes à sens étendu et large lorsque l'intention de recherche n'est pas claire ou sans ambiguïté.
FAQ sur la recherche sémantique
C'est quoi un chercheur en sémantique ?
Un chercheur en sémantique est un spécialiste qui étudie le sens des mots, des phrases et des textes dans le langage. La sémantique est une branche de la linguistique qui se concentre sur la signification et l'interprétation des expressions linguistiques. Un chercheur dans ce domaine s'intéresse à comprendre comment les significations sont construites, transmises, et interprétées dans la communication.
Les chercheurs en sémantique peuvent travailler sur des sujets variés, tels que :
L'analyse du sens des mots et des phrases : Ils étudient comment les mots et les phrases obtiennent leur sens dans différents contextes.
La relation entre le langage et la réalité : Ils explorent comment les mots se rapportent aux objets, actions, et concepts du monde réel.
Les ambiguïtés et les sous-entendus : Ils examinent comment des phrases peuvent avoir plusieurs significations ou être interprétées de différentes manières.
Le développement des théories du sens : Ils développent des modèles théoriques pour expliquer comment le sens est structuré dans une langue.
Applications en intelligence artificielle : De plus en plus, les chercheurs en sémantique travaillent en collaboration avec des informaticiens pour améliorer la compréhension du langage naturel par les machines, par exemple dans le traitement automatique du langage naturel (TALN).
Ces chercheurs peuvent travailler dans le domaine académique, mais aussi dans l'industrie, par exemple dans les technologies de l'information, les moteurs de recherche, la traduction automatique, ou encore dans le domaine juridique pour analyser des textes complexes.
Qu'est-ce qui caractérise la recherche sémantique ?
La recherche sémantique se distingue par sa capacité à comprendre le sens des mots et des requêtes au-delà de la simple correspondance de mots-clés. Contrairement à la recherche traditionnelle qui se concentre sur l’appariement exact de termes, la recherche sémantique vise à saisir l'intention derrière une requête et à fournir des résultats pertinents en fonction du contexte. Voici quelques caractéristiques clés de la recherche sémantique :
Compréhension du contexte : La recherche sémantique prend en compte le contexte dans lequel un mot ou une phrase est utilisé, ce qui lui permet de comprendre des requêtes complexes ou ambiguës. Par exemple, elle peut différencier les différentes significations d'un mot en fonction de son utilisation.
Analyse de l'intention de l'utilisateur : Elle se concentre sur la compréhension de ce que l'utilisateur cherche réellement à obtenir, au lieu de se limiter à la correspondance littérale des termes de la requête. Cela permet d’offrir des résultats plus pertinents et précis.
Utilisation de graphes de connaissances : La recherche sémantique utilise souvent des bases de connaissances ou des graphes de connaissances (knowledge graphs) pour relier des concepts et des entités entre eux. Cela permet d’établir des liens entre des sujets connexes et de fournir une vision plus complète d’un sujet.
Traitement du langage naturel (NLP) : Les algorithmes de recherche sémantique intègrent des techniques de traitement du langage naturel pour analyser et comprendre la structure grammaticale et le sens des phrases. Cela inclut la reconnaissance des entités nommées, la résolution de co-références, et l'analyse de la sémantique des phrases.
Recherche basée sur l’intention : Plutôt que de simplement chercher des pages contenant les mots exacts demandés, la recherche sémantique essaie de deviner ce que l'utilisateur veut accomplir et propose des résultats basés sur cette compréhension.
Apprentissage automatique : Les systèmes de recherche sémantique s'améliorent souvent grâce à l'apprentissage automatique, qui leur permet de devenir plus précis en apprenant des comportements de recherche antérieurs et en adaptant leurs résultats en conséquence.
En somme, la recherche sémantique offre une expérience plus intelligente et nuancée, en s'efforçant de comprendre le pourquoi derrière une requête, et pas seulement le quoi.
Quelle est la signification du mot sémantique ?
Le mot "sémantique" vient du grec "sēmantikos," qui signifie "significatif." En linguistique, la sémantique est l'étude du sens des mots, des phrases et des textes. Elle s'intéresse à la manière dont les mots et les phrases véhiculent des significations, comment ces significations sont interprétées par les locuteurs, et comment elles varient en fonction du contexte.
La sémantique englobe plusieurs aspects, tels que :
La signification des mots : Comment les mots individuels, comme "chien" ou "maison", sont compris et utilisés pour désigner des objets, des idées ou des concepts.
La signification des phrases : Comment la combinaison de mots dans une phrase produit une signification cohérente, par exemple, "Le chien court dans le parc."
Les relations entre les significations : Comment des concepts comme l'homonymie (mots ayant la même forme mais des significations différentes) ou la synonymie (mots différents avec des significations similaires) fonctionnent dans la langue.
En résumé, la sémantique est l'étude du sens et de l'interprétation des éléments linguistiques.
Comment faire l'analyse sémantique ?
L'analyse sémantique consiste à comprendre le sens d'un texte en analysant les relations entre les mots et les phrases, ainsi qu'en interprétant le contexte global. Voici les principales étapes pour effectuer une analyse sémantique d'un texte :
1. Compréhension du Contexte
Lire le texte en entier : Avant d'analyser chaque mot ou phrase, il est essentiel de comprendre le contexte global du texte.
Identifier le thème principal : Quel est le sujet du texte ? Quel message l'auteur essaie-t-il de transmettre ?
2. Analyse Lexicale
Identification des mots clés : Relevez les mots importants qui sont centraux pour le sens du texte.
Analyse des synonymes et antonymes : Comprenez les relations entre les mots. Par exemple, un mot peut avoir un synonyme qui change légèrement le sens d'une phrase.
Étude des homonymes et des polysémies : Certains mots peuvent avoir plusieurs sens. Le contexte déterminera lequel est pertinent.
3. Analyse Syntaxique
Étudier la structure des phrases : Comment les mots sont-ils organisés dans les phrases ? La structure influence souvent le sens.
Identifier les relations entre les phrases : Comment les phrases se connectent-elles entre elles ? Y a-t-il des liens logiques (cause, conséquence, opposition, etc.) ?
4. Identification des relations sémantiques
Relations entre les entités : Identifiez les relations entre les différents concepts ou entités mentionnés dans le texte.
Prise en compte des anaphores et cataphores : Ces références textuelles (comme les pronoms) renvoient à d'autres parties du texte et doivent être correctement interprétées pour comprendre le sens global.
5. Interprétation Pragmatique
Analyse du contexte culturel et social : Certaines significations peuvent être influencées par des contextes culturels ou sociaux.
Étudier l'intention de l'auteur : Essayez de déterminer pourquoi l'auteur a utilisé certains mots ou structures. Quelle est l'intention derrière le texte ?
6. Utilisation d'outils informatiques (optionnel)
Utilisation de logiciels d'analyse sémantique : Des outils comme les analyseurs de texte, les logiciels de traitement du langage naturel (NLP) et les réseaux de neurones peuvent automatiser et approfondir l'analyse.
Analyse de fréquence des mots : Cela peut aider à identifier les thèmes et les concepts clés du texte.
7. Synthèse de l'analyse
Résumé du sens général : Après avoir effectué l'analyse, résumez les principales idées et le sens global du texte.
Validation des hypothèses : Vérifiez si votre interprétation correspond à celle du texte et aux intentions possibles de l'auteur.
8. Discussion et interprétation critique
Discuter des interprétations possibles : Envisagez différentes perspectives et interprétations du texte.
Évaluer la cohérence : Assurez-vous que votre interprétation est cohérente avec le texte dans son ensemble.
L'analyse sémantique peut être réalisée manuellement ou en utilisant des outils d'analyse automatisés, en fonction de la complexité et de la taille du texte.
Recherche sémantique, moteurs de recherche et référencement
Aujourd'hui, la compréhension des moteurs de recherche a évolué et, par conséquent, nous avons changé la façon dont nous devons travailler pour l'optimisation du contenu et des pages, car l'époque où il suffisait de faire de la rétro-ingénierie pour obtenir un meilleur classement est révolue et l'identification des mots clés ne suffit plus.
Avec le référencement sémantique, il devient nécessaire de comprendre la signification de ces mots-clés, de fournir des informations détaillées qui les contextualisent et de comprendre pleinement l'intention de l'utilisateur - ce qui est vital à une époque où l'apprentissage automatique et le traitement du langage naturel aident les moteurs de recherche à mieux comprendre le contexte et les consommateurs.
En termes simples, l'analyse sémantique est aujourd'hui une tentative de combler le fossé entre l'algorithme de recherche, les pages web qu'il renvoie et les utilisateurs du moteur de recherche.
La personne qui lance une requête veut trouver quelque chose et un moteur de recherche a deux tâches à résoudre : comprendre ce que l'utilisateur veut et faire correspondre cette intention avec les documents web qui répondent le mieux à ce besoin (et qui offrent une expérience positive dans l'ensemble).
Pour sa part, le moteur de recherche doit comprendre ce que les gens veulent trouver, en utilisant l'analyse sémantique pour mieux comprendre l'intention de la requête de recherche ; en même temps, comme mentionné, il doit faire correspondre l'intention de la requête avec les pages web qu'il a dans son index, en utilisant le codage sémantique pour expliquer au moteur de recherche ce qui se trouve sur la page et si elle correspond effectivement à l'intention de la requête.
En ce sens, la sémantique sert donc à faciliter les interactions entre le moteur de recherche et ses utilisateurs, mais aussi à aider le moteur de recherche à mieux comprendre (et utiliser) les informations contenues dans une page donnée.
Dans les années à venir, nous verrons très probablement un impact croissant des entités dans la recherche Google, et il est facile de supposer que plus les entités seront enregistrées dans le Knowledge Graph, plus leur influence sur les SERPs sera grande. L'émergence même des recherches basées sur les entités montre clairement comment Google organise progressivement l'indexation des informations et du contenu autour d'une entité, et les innovations plus récentes, comme le MUM, suivent l'idée de la recherche sémantique.
Il reste cependant de nombreux défis à relever, notamment celui de concilier exhaustivité et précision : aujourd'hui, la notation effective des documents est attribuée par Hummingbird selon les règles classiques de la recherche d'information, car les entités au niveau du document ne jouent pas un rôle important ici, mais représentent plutôt un élément organisationnel important pour la construction de corpus de documents non pondérés du côté de l'index de recherche. En revanche, au niveau du domaine, l'influence des entités sur le classement est beaucoup plus importante, et c'est là que l'E-A-T et ses évolutions continues entrent en jeu.
