זיהוי ישויות (Entity Recognition)

זיהוי ישויות (Entity Recognition) הוא תהליך שבו מערכת בינה מלאכותית או מנוע חיפוש מזהה בתוך טקסט חופשי ישויות מוגדרות כמו שמות אנשים, מותגים, מקומות, ארגונים, מוצרים או מושגים, ומקשרת אותן למאגר ידע מובנה. בעולם ה-SEO וה-GEO (אופטימיזציה למנועי תשובה מבוססי בינה מלאכותית), זיהוי ישויות הוא הבסיס שמאפשר למנוע להבין לא רק אילו מילים מופיעות בדף אלא על מה, ועל מי, הדף באמת מדבר.

איך זיהוי ישויות עובד בפועל

הטכנולוגיה הבסיסית מאחורי זיהוי ישויות נקראת בעיבוד שפה טבעית Named Entity Recognition (NER): אלגוריתם סורק טקסט, מסמן צירופי מילים כמועמדים לישות (למשל "תל אביב" או "גוגל"), ולאחר מכן מנסה לפענח את הישות ולקשר אותה לרשומה ספציפית וייחודית במאגר ידע, כדי להבחין למשל בין "אמזון" החברה לבין "אמזון" הנהר. תהליך הקישור הזה נקרא Entity Linking או Entity Disambiguation, והוא מה שמאפשר למנוע חיפוש לדעת בוודאות על איזו ישות ממשית מדובר, גם כשיש עמימות לשונית.

הקשר בין זיהוי ישויות לבין SEO ו-GEO

מנועי חיפוש מודרניים כבר לא מסתמכים רק על התאמת מילות מפתח, אלא בונים סביב כל דף מפה של ישויות והקשרים ביניהן, שמוזנת בין היתר לגרף הידעמאגר נתונים מובנה שמארגן ישויות כמו אנשים, מקומות וארגונים ואת הקשרים ביניהם, ומזין תוצאות חיפוש עשירות של גוגל. ככל שאתר מזוהה בעקביות עם ישויות ספציפיות וברורות (מותג, נושא מומחיות, אנשי מפתח), כך גדל הסיכוי שהמנוע יבין את הרלוונטיות שלו לשאילתות מורכבות, ושתוכן ממנו ישולב בתשובות מסכמות כמו AI Overviewפיצ'ר בחיפוש של גוגל שמציג תשובה מסכמת מבוססת בינה מלאכותית מעל התוצאות האורגניות, שמסתמכות במידה רבה על יכולת המנוע לשלוף ולאמת עובדות על ישויות מוכרות.

איך משפרים זיהוי ישויות לאתר

הכלים המעשיים המרכזיים הם שימוש עקבי בסימון סכימה (Schema.org, בעיקר סוגי Organization, Person ו-Product), עקביות בשם המותג ובפרטים המזהים שלו על פני האתר ופלטפורמות חיצוניות (רשתות חברתיות, פרופילים עסקיים, ויקיפדיה כשרלוונטי), וכתיבת תוכן שמקשר במפורש בין המותג לבין נושאי המומחיות שלו, במקום להסתמך על כך שהמנוע "יבין לבד" מהקשר עקיף.