Google Featured Snippet Callouts, Faux locaux, MUM et plus

Google a lancé quelques améliorations aux extraits en vedette, à propos de ce résultat et des avis de contenu dans la recherche Google. MUM travaille désormais avec des extraits en vedette pour aider Google à comprendre la notion de consensus, puis à mettre en évidence les mots dans les extraits en vedette. J’ai creusé profondément dans Search Engine Land, alors voici la version courte.
le ou les mots appelés au-dessus de l’extrait présenté dans une police plus grande, peuvent désormais être alimentés par MUM (qui est une nouvelle et rare utilisation de MUM dans la recherche) pour vérifier ce que d’autres sources disent sur le sujet. Google a déclaré : « Nos systèmes peuvent vérifier les appels d’extraits de code par rapport à d’autres sources de haute qualité sur le Web, pour voir s’il existe un consensus général pour cet appel, même si les sources utilisent des mots ou des concepts différents pour décrire la même chose ». « Nous avons constaté que cette technique basée sur le consensus a considérablement amélioré la qualité et l’utilité des appels d’extraits en vedette », nous a dit Google. qu’il est difficile de parvenir à un consensus ici, car les extraits présentés proviennent des meilleurs résultats de recherche et ceux-ci ne sont généralement pas de mauvaise qualité.

Extrait en vedette et les gens posent également des requêtes sur de fausses prémisses

Les fausses requêtes de prémisse se produisent lorsqu’une requête spécifique concerne des informations sur des choses qui ne se sont pas produites. Google vous montrera des informations exactes et supprimera la partie fausse de l’extrait de code dans ce cas. En fait, Google a déclaré avoir « réduit le déclenchement des extraits de code dans ces cas de 40 % avec cette mise à jour ». Donc, si vous demandez – snoopy n’a pas fait cela, mais Google vous dira qui l’a fait  : cela fonctionne également pour les personnes qui le demandent, car celles-ci sont construites à l’aide d’extraits de code.

À propos de ce résultat

À propos de ce résultat qui a été lancé en février 2021, il a été utilisé plus de 2,4 milliards de fois, a déclaré Google. Google l’étend à huit autres langues, dont le portugais (PT), le français (FR), l’italien (IT), l’allemand (DE), le néerlandais (NL), l’espagnol (ES), le japonais (JP) et l’indonésien (ID). à venir plus tard cette année. De plus, Google élargit ce qu’il montre à propos de ce résultat, en ajoutant par exemple la diffusion d’une source, des avis en ligne sur une source ou une entreprise, si une entreprise appartient à une autre entité, ou même quand nos systèmes ne peut pas trouver beaucoup d’informations sur une source.

Avis de contenu Développer

Les avis de contenu lancés en 2020, qui indiquent aux chercheurs quand Google n’est pas aussi confiant avec les résultats de recherche qu’il présente. Eh bien, Google va en montrer davantage. Google a déclaré qu’il étendait les avis de contenu aux recherches où ses systèmes « n’ont pas une grande confiance dans la qualité globale des résultats disponibles pour la recherche ». Google a déclaré que cela ne signifie pas qu’aucune information utile n’est disponible ou qu’un résultat particulier est de mauvaise qualité. « Ces avis fournissent un contexte sur l’ensemble des résultats de la page, et vous pouvez toujours voir les résultats de votre requête, même lorsque l’avis est présent », a ajouté Google. Google utilise désormais MUM pour améliorer les extraits de fonctionnalités en fonction de la compréhension s’il existe un consensus entre plusieurs sources de haute qualité sur le Web. De plus, les modèles d’IA peuvent comprendre quand un FS n’est pas utile à afficher. https://t.co/: Google développe « À propos de ce résultat » – > « Nous ajoutons plus de contexte, comme la diffusion d’une source, les avis en ligne sur une source ou une entreprise, si une entreprise appartient à une autre entité, ou même lorsque nos systèmes ne peuvent pas trouver beaucoup d’informations sur une source.  » https://t.co/: « Nous étendons les avis de contenu aux recherches où nos systèmes n’ont pas une grande confiance dans la qualité globale des résultats disponibles pour la recherche. de consensus, c’est-à-dire lorsque plusieurs sources de haute qualité sur le Web s’accordent toutes sur le même fait. Nos systèmes peuvent vérifier les appels d’extraits (…) par rapport à d’autres sources de haute qualité sur le Web” https://t.co/;️⬇️ https://t.co/.⭐️MUM comprend la notion de consensus (plusieurs sources de haute qualité sont d’accord)

⭐️. pic.twitter.com/;, les directives des évaluateurs de qualité mentionnent l’importance de s’aligner sur le consensus des experts à quelques endroits. pic.twitter.com/;, l’IA aide Google à décider quand il ne devrait * pas * y avoir d’extrait de code. pic.twitter.com/.

Tags: