RankBrain
RankBrain является компонентом системы ранжирования Google и основан на технологии машинного обучения. Алгоритм обрабатывает запросы пользователей и пытается понять их смысл, а не просто соотнести слова в запросе с определенными страницами
SBERT
SBERT (Sentence BERT) – это модификация архитектуры BERT (Bidirectional Encoder Representations from Transformers), разработанная специально для генерации векторов фиксированной размерности, представляющих смысл целых предложений.
Site2Vec
Site2Vec – мощная техника для изучения латентных представлений веб-сайтов на основе поведения пользователей.
SPARQL
SPARQL (SPARQL Protocol and RDF Query Language) — это мощный язык запросов, специально разработанный для извлечения данных из RDF-графов, которые лежат в основе семантической паутины.
t-SNE
t-SNE (t-distributed Stochastic Neighbor Embedding) – это алгоритм машинного обучения для визуализации и снижения размерности многомерных данных.
TextRank
TextRank – это алгоритм, основанный на графах, который используется для ранжирования важности элементов в тексте. Он часто применяется для извлечения ключевых слов, определяя, какие слова являются наиболее важными для передачи смысла текста.
Атрибут
Атрибут – существенный, неотъемлемый признак, свойство или характеристика какого-либо объекта, явления или понятия.
Би-энкодер
Би-энкодер (англ. bi-encoder, также dual-encoder) — архитектура нейронной сети для преобразования текстовых входов в плотные векторные представления (эмбеддинги) фиксированной размерности. В отличие от кросс-энкодеров, би-энкодер обрабатывает каждый входной текст независимо, что позволяет предварительно вычислять и сохранять эмбеддинги для массового поиска и сравнения.
Бинарные метапризнаки
Бинарные метапризнаки — это дополнительные характеристики страницы или запроса, которые вы добавляете к эмбеддингу (вектору) вручную, чтобы помочь модели кластеризации учитывать то, что эмбеддинг сам не видит.
Векторная кластеризация
Векторная кластеризация в SEO — это метод автоматической группировки поисковых запросов и страниц сайта на основе их семантической близости в многомерном векторном пространстве, где вместо совпадения ключевых слов анализируется математическое расстояние между смысловыми эмбеддингами.
