先說搜索引擎判斷原創的指紋算法:它會從網頁正文中提取關鍵詞、詞組、句子或段落及其在頁面中的權重,形成一個信息指紋或特定特徵,再依此區分兩篇文檔。
這種判斷高度程序化,因此難免失誤——因為兩篇文檔是否相關,並不只取決於正文詞面,還取決於信息背後的語義關聯。這一點正是搜索引擎持續投入的方向。谷歌的整句搜索與百度的知心搜索都屬於語義搜索,做的正是對語義關聯的挖掘,目的是讓結果更智能、更貼近真實需求。

看兩個句子:
「iphone5多少錢?」
「蘋果價格會不會降?」
人來判斷,這兩句顯然相關,儘管它們之間沒有任何共同的詞。第二句裡的「蘋果」本來可能指水果,但因為第一句出現了「iphone5」,我們會自然地把「蘋果」理解為手機品牌。而單靠傳統指紋算法,是得不到這個結論的。人能憑上下文語境判斷語義,搜索引擎又是怎麼做到的?這就要談到語義主題。
語義主題指文字背後隱含的主題。「蘋果」這個詞}''同時牽涉兩個主題:一是指水果,一是指公司。當它與第一句}''對比時,公司這個主題與「iphone」所屬的主題成功匹配,我們才判斷兩句相關。
主題是一個概念、一個維度,表現為一系列相關詞語的集合,每個主題都包含若干出現概率較高的詞。一段文字裡,有些詞}''可能來自這個主題,有些來自另一個。比如涉及「百度」主題時,「中文搜索」「baidu」「搜索引擎」等詞}''會以較高頻率出現;涉及「谷歌」主題時,「英文搜索」「google」「搜索引擎」等會更頻繁。而「搜索引擎」這個詞}''同時存在於兩個主題之中。
語義關聯判斷}''是相對的:對比兩個文檔時}'',系統會對信息做概括性分析,若兩者對應的主題相當,就判定為相關。判斷}''需要}''有對比對象。單獨搜索「蘋果」,搜索引擎無法確定你要水果還是手機,只能按多數人的需求給出結果。一個詞}''若同時隸屬於多個主題,就需要額外的修飾來收斂語義——搜「蘋果手機」或「蘋果和三星哪個好」,結果}''就會準確得多。

搜索引擎收錄頁面之後,若發現某些詞}''經常共同出現,能構成一個共同話題,就會把它們歸為語義相關詞。當這些詞}''聚集在一起}''形成話題時,頁面核心關鍵詞的相關性會被增強,排名隨之提升。
舉個例子:搜索「選舉」時,系統可能會抓取包含「投票」「競選」「選票」的文本,而「選舉」這個詞}''本身在這些來源中}''反而可能很少出現甚至完全沒有。也就是說,語義搜索能對關鍵詞的相關詞、近義詞做解讀,從而擴大內容}''與用戶搜索詞}''之間的匹配}''範圍,這比單靠一個詞}''建立相關性}''要牢固得多。寫一篇關於蘋果手機的文章,通篇}''只重複「蘋果」,效果一定不如適度}''補入iphone、手機、喬布斯這類詞''好。
從關鍵詞佈局的角度看,這還能強化標題與正文}''的相關性:在內容中加入與標題主題}''關聯度高的詞'',能讓兩者的匹配}''更緊密。所以寫稿時除了核心關鍵詞,還應有意識地}''補充同主題}''或近義表述,讓頁面}''與用戶搜索意圖}''更貼合。
總的來說,語義主題關聯判斷}''是挖掘語言隱含信息}''的利器,而我們也可以順著這套機制}''去服務站點優化。不必排斥搜索引擎,接近它、理解它,才能}''更好地}''利用它。規則就在那裡,能用出多少效果,取決於理解}''的深度。