Семантическое ядро
Семантическое ядро – это набор ключевых слов и фраз, связанных с определенным веб-сайтом или темой, которые отражают его основные концепции, тематику и содержание.
Синсет
Синсет – это группа слов или словосочетаний, которые имеют схожее значение в определенном контексте. Другими словами, это набор синонимов, выражающих одно и то же понятие.
Скалярное произведение
Скалярное произведение в контексте поисковой оптимизации (SEO) и семантического поиска — это математическая операция над векторными представлениями (эмбеддингами) текстов, используемая для вычисления семантической близости между поисковым запросом и документом (или его фрагментом).
Скип-грамма
Скип-грамма – это метод машинного обучения без учителя, в котором центральное слово используется для предсказания окружающих. Модель используется в word2vec, связана с RankBrain, относится к одной из важнейших концепций NLP.
Скрытое распределение Дирихле
Скрытое распределение Дирихле (LDA, Latent Dirichlet Allocation) – это вероятностная модель, используемая для анализа и кластеризации коллекций текстовых данных.
Словоформа
Под словоформой подразумевается изменение слова в соответствии с его частями речи, числом, лицом, временем и другими грамматическими правилами.
Стемминг
Стемминг – это процесс обрезания или отсечения у словоформы окончания, чтобы получить основу слова, которая называется стемом. Стем не обязательно является реальным словом, а является усеченной версией слова.
Тарабарщина
В контексте поисковых алгоритмов Google, “gibberish content” (бессмысленный контент или тарабарщина) относится к текстам, которые не несут осмысленной информации для человека. Это может быть случайный набор слов, автоматически сгенерированный текст или намеренно созданный бессвязный контент.
Тематическое моделирование
Тематическое моделирование – это анализ, который устанавливает релевантность контента запросу по выбранным семантически связанным ключевым словам. Его задача – выявить темы, чаще всего упоминаемые в связи с основной темой.
Токен
Токен — это единица текста, которая намеренно сегментирована для эффективной обработки большой языковой моделью. Этими единицами могут быть слова, части слов, словосочетания или знаки пунктуации.
