Named Entity Recognition, bir yazı içerisinden farklı türdeki bilgileri ayıklamak için kullanılan bir makine öğrenimi tekniğidir. Yazı içerisinde yer alan bilgiler entity, yani “varlık” olarak adlandırılır. Varlıklar bir kişi, marka, etkinlik, tarih veya ülke olabilir. Google varlıkları tanımlarken “Ayırt edilebilir, özel, iyi tanımlanmış, tekil konsept veya şeylerdir” ifadesini kullanmaktadır.
etkinlik
Arama motorları gelişmeye devam ettikçe SEO çalışmalarında kullanılan yöntemler ve stratejiler de değişiyor ve yenileniyor. Eskiden çok daha basit konsepte sahip olan arama motorları yalnızca anahtar kelimeler üzerinden alakalılık düzeyi tespiti yaparken günümüzde içeriği çok daha detaylı şekilde anlamlandırabiliyor ve buna göre siteleri sıralıyor. Yapay zekanın yükselişi ve doğal dil işleme modellerinin daha fazla ön plana çıkmasıyla son zamanlarda adından sıkça söz ettiren Named Entity Recognition (NER) konsepti, SEO çalışmalarında analiz edilmesi gereken tekniklerden biri halini almış durumda.
SEO
İsimlendirilmiş Varlık Tanıma
kişi
patentini
Google’ın patentinde söz edilen 4 adet ana metrik bulunuyor. Bunlar:
Google NLP API
Google NLP API
Named Entity Recognition (NER)
“Named Entity Identification”, “Entity Extraction” ve “Entity Chunking” terimleriyle de anılan Named Entity Recognition, içeriğin bağlamının anlamlandırılabilmesine yardımcı oluyor ve bu da arama motorlarının işini büyük ölçüde kolaylaştırıyor. Bu yazımızda Named Entity Identification (Türkçe adıyla “İsimlendirilmiş Varlık Tanıma”) teriminin ne olduğunu, bu konseptin tam olarak nasıl çalıştığını ve SEO çalışmalarında bu çıktıların nasıl kullanılabileceğiyle ilgili detaylara değineceğiz.
tarih
Named Entity Recognition Nedir?
lokasyon
Varlıklar dilden bağımsız olarak tanımlanırlar ve bu nedenle tüm dillerde kullanılabilirler. Her varlık kendi içerisinde bazı diğer varlık parçalarına bağlı oldukları gibi aynı zamanda daha geniş bir varlık tanımının içerisine dahil olabilirler. Örneğin Rolls Royce otomobillerden bahsederken aracın motoru aynı konu grubunun bir alt kümesiyken, “otomobil” varlığı ise Rolls Royce’u da içine alan daha büyük bir kümeyi temsil eder.
“Taylor Swift(kişi), 21 Aralık’ta(tarih) Stockholm’de(lokasyon) konser (etkinlik) verecek.”
Yukarıdaki örnekte inceleyebileceğiniz üzere NER ile bir cümle içerisinden belirli bilgiler kolayca çıkarılabilir ve bu bilgiler sayesinde doğal dil işleme yapısında konunun bütünü anlaşılabilir ve yan yana gelen entity’lerin birbiriyle alakalılık düzeyi tespit edilebilir.
Google NER Tekniğini Nasıl Kullanıyor?
NER son zamanlarda adını duyduğumuz bir makine öğrenimi tekniği olsa da aslında geçmişi 90’lı yıllara dayanıyor. İnternetin günümüzdeki kadar gelişmediği zamanlarda icat edilen bu teknik, günümüzde Google’ın interneti anlamlandırması, kullanıcı sorgularıyla en alakalı sonuçların çıkması ve arama sonuç sayfasındaki sıralamaların oluşturulması konusunda önemli bir rol oynuyor.
Google bu tekniği sadece internet sonuçlarını iyileştirmek için kullanmakla kalmıyor, aynı zamanda kendi uygulamalarında daha iyi bir kullanıcı deneyimi sunmak için de bu teknikten yararlanıyor. Örneğin Gmail üzerinden bir mail gönderirken “ekte” kelimesini kulandığınız halde ek dosya yüklemediğinizde bir uyarıyla karşılaşıyoruz. Bu küçük uyarı da muhtemelen Google’ın NER tekniğini kullandığı alanlardan biri. Yazıların bağlamını anlamak ve buna göre belirli aksiyonlar alma konusunda bu tekniğe sıklıkla başvurulduğunu söyleyebiliriz.
Arama Sonuçları ve Varlık İlişkisi
Google’ın konuyla ilgil patentini incelediğimizde belirli varlık metriklerinin kullanıldığını ve sıralamaların bu metriklere göre yapıldığını görebiliyoruz. Bu metriklerin farklı kombinasyonları kullanılarak sıralamalar oluşturulurken varlık türüne göre bazı metriklerin daha yüksek etkiye sahip olduğu anlaşılabiliyor.
Google’ın patentinde söz edilen 4 adet ana metrik bulunuyor. Bunlar:
- Alakalılık
- Varlık Değeri
- Ödül Metriği
- Katkıda Bulunma
