LSI Anahtar Kelimeler Nedir?

Latent semantic indexing aslında nedir?

LSI, Scott Deerwester, Susan Dumais, George Furnas, Thomas Landauer ve Richard Harshman'dan oluşan, ağırlıkla Bellcore araştırmacılarının yer aldığı bir ekibin 1980'lerin sonunda geliştirdiği bir bilgi erişim (information retrieval) yöntemidir. İlk olarak 1988'de bir konferans bildirisinde sunuldu, en çok atıf alan makalesi ise 1990'da yayımlandı. Çözmeye çalıştığı sorun basitti: bir kullanıcı "otomobil" diye aradığında, içinde yalnızca "araba" geçen bir belge kelime eşleştirmesiyle bulunamıyordu.

Yöntem, bir belge koleksiyonundaki hangi kelimenin hangi belgede kaç kez geçtiğini gösteren büyük bir terim–belge matrisi kurar ve bu matrise tekil değer ayrışımı (singular value decomposition, SVD) uygular. Sonuçta binlerce kelime, genellikle yüz ile birkaç yüz arasında "gizli" boyuttan oluşan daha küçük bir uzaya indirgenir. Birlikte geçme eğiliminde olan kelimeler bu uzayda birbirine yaklaşır; sorgu ve belgeler aynı uzayda karşılaştırılarak eş anlamlı kelimeler arasında köprü kurulur.

LSI, sabit ve görece küçük koleksiyonlar için tasarlanmıştı. Koleksiyon değiştikçe ayrışımın yeniden hesaplanması gerekir; sürekli değişen milyarlarca sayfalık bir web dizini için bu pratik bir yöntem değildir.

"LSI anahtar kelimeleri" nereden çıktı?

2000'li ve 2010'lu yıllarda bazı SEO araçları ve blogları, bir konuyla ilişkili kelime listelerine "LSI keywords" adını vermeye başladı. Bu listeler LSI ile üretilmez; genellikle otomatik tamamlama önerilerinden, ilgili aramalardan ya da üst sıradaki sayfalarda sık geçen kelimelerden derlenir. Ad, akademik bir yöntemin itibarını ödünç alan bir pazarlama etiketi olarak yerleşti.

Google'dan John Mueller 2019'da sosyal medyada "LSI anahtar kelimesi" diye bir şey olmadığını açıkça yazdı; Google'ın arama dokümantasyonunda da LSI'dan bir sıralama kavramı olarak söz edilmez. Google'ın kendi açıklamaları, sorguları anlamak için 2019'da duyurduğu BERT gibi sinir ağı tabanlı dil modellerinden ve anlamsal arama sistemlerinden söz eder. Bu modeller kelimeleri ve pasajları embedding denilen vektörlerle temsil eder; amaç LSI ile aynıdır, yöntem ise çok farklıdır.

İnsanlar bu terimle aslında neyi kastediyor?

Terimin arkasındaki sezgi doğrudur: bir konuyu eksiksiz anlatan bir metin, o konunun doğal parçası olan kavramları da içerir. "Filtre kahve demleme" anlatan bir yazıda öğütme derecesi, su sıcaklığı, demleme süresi ve kahve-su oranı geçmiyorsa, metin muhtemelen konuyu yarım anlatıyordur. Bu kavramlar arama motorunu kandırmak için eklenen kelimeler değil, iyi bir cevabın zorunlu bileşenleridir. Daha doğru adlar "anlamsal olarak ilişkili terimler", "konu kapsamı" ya da metinde geçen entity'lerin bütünlüğüdür.

Pratikte nasıl kullanılmalı?

• İlişkili terim listelerini, yazıda cevaplanmamış bir alt soru olup olmadığını kontrol etmek için bir kontrol listesi olarak kullanın.
• Listedeki her kelimeyi metne serpiştirmeye çalışmayın; bağlamsız eklenen terimler okunabilirliği bozar ve anahtar kelime doldurmaya dönüşebilir.
• Bir terimi metne eklemek yerine, o terimin işaret ettiği bilgiyi (bir tanım, bir örnek, bir karşılaştırma) eklemeyi düşünün.
• Kalıcı kazanım, tek bir sayfadaki kelimelerden değil, bir konuyu bütün alt başlıklarıyla ele alan bir içerik yapısından gelir; bu da konu otoritesinin temelidir.