Google utilise-t-il l'analyse des sentiments pour classer les pages Web?

De nombreux référenceurs pensent que le sentiment d’une page Web peut influencer le classement de Google sur une page. Si toutes les pages classées dans les pages de résultats des moteurs de recherche (SERP) ont un sentiment positif, elles pensent que votre page ne pourra pas se classer si elle contient des sentiments négatifs.

Les preuves et les faits sont là pour montrer où la recherche de Google s’est concentrée en termes d’analyse des sentiments.

J’ai demandé à Bill Slawski (@bill_slawski), Un expert des brevets liés à Google, ce qu’il pensait de la théorie du référencement naturel selon laquelle Google utilise l’analyse des sentiments pour classer les pages Web.

«Le sentiment est comme une saveur, comme la vanille ou le chocolat. Il ne reflète pas le gain d’informations potentiel qu’un article pourrait apporter.

Le gain d’informations peut être compris en utilisant le traitement NLP pour extraire des entités et des connaissances à leur sujet, ce qui peut conduire à une détermination du gain d’informations.

Le sentiment est une valeur qui ne reflète pas nécessairement la quantité d’informations qu’un article peut apporter à un sujet.

Un sentiment positif ou négatif ne reflète pas la quantité de connaissances présentes et ajoutées à un sujet. »

Bill a affirmé que Google a tendance à afficher une gamme d’opinions pour les requêtes liées aux avis.

« Je ne pense pas que Google préfère un sentiment à un autre. Cela sent le potentiel de partialité sur un sujet.

Je m’attendrais à ce que Google veuille une certaine diversité en ce qui concerne le sentiment, donc s’ils envisageaient un classement en fonction de cela, ils ne se montreraient pas tous négatifs ou positifs. « 

Bill fait un excellent point sur le manque d’utilité si les résultats de recherche Google introduisaient un biais de sentiment.

Certains SEO pensent que si tous les résultats de recherche ont un sentiment positif, cela reflète ce que les chercheurs recherchent. C’est une corrélation naïve.

Il existe de nombreux facteurs de classement connus, tels que les liens, qui peuvent expliquer ces classements. Il existe d’autres facteurs tels que les utilisateurs qui souhaitent voir des sites spécifiques pour des requêtes spécifiques.

Isoler simplement un facteur et dire: «Aha, tous les sites ont cela, c’est pourquoi il est classé» est naïf, c’est choisir ce que vous voulez voir.

Par exemple, le même SEO peut regarder ces résultats de recherche et voir qu’ils utilisent tous la même marque de plugin SEO. Cela signifie-t-il que le plugin SEO est la raison pour laquelle ces sites se classent?

La réponse est non.

De même, le sentiment exprimé dans les résultats de la recherche ne reflète pas nécessairement ce que le chercheur recherche.

C’est pourquoi je dis qu’il est naïf de considérer un facteur tel que le sentiment et de dire que c’est la raison pour laquelle un site se classe. Ce n’est pas parce que vous voyez une corrélation que c’est la raison pour laquelle un site se classe.

Google utilise-t-il l’analyse des sentiments pour le classement?

Google est resté silencieux sur l’analyse des sentiments depuis 2018.

En juillet 2018, quelqu’un sur Twitter a demandé:

«… Il semble que votre algorithme de recherche reconnaisse et tienne compte du sentiment. Existe-t-il un opérateur de recherche de sentiment? « 

Danny Sullivan a répondu:

«Il ne reconnaît pas le sentiment. Donc, pas d’opérateur pour ça. « 

Danny a précisé que l’algorithme de recherche de Google ne reconnaît pas le sentiment.

Plus tôt cette année-là, Danny a publié une annonce officielle de Google sur les extraits en vedette dans lesquels il mentionnait le sentiment. Mais le contexte de sentiment était que pour certaines requêtes, il pouvait y avoir une diversité d’opinions et, à cause de cela, Google pouvait afficher deux extraits, un positif et un négatif.

«… Les personnes qui recherchent« les reptiles sont-ils de bons animaux de compagnie »devraient-elles obtenir le même extrait que« les reptiles sont-ils de mauvais animaux de compagnie », car ils recherchent la même information: comment les reptiles se classent-ils comme animaux de compagnie? Cependant, les extraits présentés que nous servons se contredisent.

Une page soutenant que les reptiles sont de bons animaux de compagnie semble la meilleure correspondance pour les personnes qui recherchent qu’ils sont bons. De même, une page affirmant que les reptiles sont de mauvais animaux de compagnie semble la meilleure correspondance pour les personnes qui recherchent qu’ils sont mauvais. Nous explorons des solutions à ce défi, notamment en montrant plusieurs réponses. « 

Le point de la section ci-dessus est qu’ils explorent la possibilité de montrer plusieurs réponses.

Depuis 2018, Google a cessé d’afficher des extraits de code pour les requêtes vagues comme «les reptiles sont-ils de bons animaux de compagnie?» et encourager les utilisateurs à explorer et à choisir un reptile plus spécifique.

Danny a écrit:

«Il existe souvent des perspectives diverses et légitimes offertes par les éditeurs, et nous voulons offrir aux utilisateurs une visibilité et un accès à ces perspectives à partir de plusieurs sources», m’a expliqué Matthew Gray, l’ingénieur logiciel qui dirige l’équipe des extraits. »

Ces déclarations contredisent directement l’idée SEO que si le sentiment dans les SERPs penche dans une direction, votre site doit pencher dans la même direction pour se classer.

Au contraire, Google affirme qu’ils veulent montrer la diversité des opinions.

Positifs et négatifs dans les revues

Un document de recherche de Google intitulé Structured Models for Fine-to-grossar Sentiment Analysis (PDF 2007) indique qu’un «système de réponse aux questions» nécessiterait une analyse des sentiments au niveau des paragraphes.

Un système qui résume les évaluations devrait comprendre l’opinion positive ou négative au niveau de la phrase ou de la phrase.

C’est ce qu’on appelle parfois l’exploration d’opinion. Le but de ce type d’analyse est de comprendre l’opinion.

Voici comment le document de recherche explique l’importance de l’analyse des sentiments:

«La capacité de classer les sentiments à plusieurs niveaux est importante car les différentes applications ont des besoins différents. Par exemple, un système de récapitulation pour les évaluations de produits peut nécessiter une classification de polarité au niveau de la phrase ou de la phrase; un système de réponse aux questions nécessiterait très probablement le sentiment des paragraphes; et un système qui détermine quels articles d’une source de nouvelles en ligne sont de nature éditoriale nécessiterait une analyse au niveau du document. »

L’article décrit en outre l’utilité de l’analyse des sentiments:

« L’analyse et l’extraction de relations (Miller et al., 2000), l’étiquetage d’entités et l’extraction de relations (Roth et Yih, 2004), et le balisage et la segmentation d’une partie du discours (Sutton et al.,
2004). Un travail intéressant sur l’analyse des sentiments est celui de Popescu et Etzioni (2005) qui tente de classer le sentiment des phrases par rapport aux caractéristiques possibles du produit. »

Ce qui ressort de cette recherche, c’est qu’il s’agit strictement de comprendre le sentiment du texte.

• Il n’y a pas de contexte pour l’utiliser pour afficher des résultats de recherche biaisés par rapport au sentiment dans la requête de recherche d’un utilisateur.
• Le contexte n’est pas de classer le texte selon le sentiment.

Pourtant, même si le contexte ne concerne pas le classement en raison du sentiment, certains référenceurs citeront ce type de recherche, puis insisteront sur le fait qu’il est utilisé pour le classement. Et c’est faux parce que le contexte de ce document et d’autres documents de recherche concerne systématiquement la compréhension du texte, bien en dehors du contexte de classement de ce texte.

L’analyse des sentiments englobe plus que les aspects positifs et négatifs

Un autre document de recherche, Ce qui est génial et ce qui ne l’est pas: apprendre à classer la portée de la négation pour une meilleure analyse des sentiments (PDF 2010) présente un moyen de comprendre le sentiment des avis sur les produits.

La portée de la recherche consiste à trouver une meilleure façon de gérer l’ambiguïté dans la façon dont les idées sont exprimées.

Des exemples de ces types de phrases de négation linguistique sont:

• «Compte tenu de la mauvaise réputation du constructeur, je m’attendais à être déçu de l’appareil. Ce n’était pas le cas. »
• « N’oubliez pas de commander leur délicieux pain à l’ail. »
• « Pourquoi ne pourraient-ils pas inclure un haut-parleur décent dans ce téléphone? »

Les exemples ci-dessus montrent comment ce document de recherche se concentre sur la compréhension de ce que les humains veulent dire lorsqu’ils structurent leur discours d’une certaine manière. Ceci est un exemple de la façon dont l’analyse des sentiments va au-delà des sentiments positifs et négatifs.

Il s’agit vraiment de la signification des mots, des phrases, des paragraphes et des documents.

L’article commence par énoncer l’utilité de l’analyse des sentiments dans plusieurs scénarios, y compris la réponse aux questions:

«La détection automatique de l’étendue de la négation linguistique est un problème rencontré dans une grande variété de tâches de compréhension de documents, y compris, mais sans s’y limiter, l’exploration de données médicales, l’extraction de faits ou de relations générales, la réponse à des questions et l’analyse de sentiments.

Comment une classification précise de ces types de phrases aiderait-elle un moteur de recherche à répondre à des questions?

Un moteur de recherche ne peut pas répondre avec précision à une question sans comprendre les pages Web qu’il souhaite classer.

Il ne s’agit pas d’utiliser ces données comme facteurs de classement. Il s’agit d’utiliser ces données pour comprendre les pages afin qu’elles puissent ensuite être classées selon des critères de classement.

Une façon de voir l’analyse des sentiments est de la considérer comme l’obtention de pages Web candidates pour le classement. Un moteur de recherche ne peut pas sélectionner un candidat s’il ne comprend pas la page Web.

Une fois qu’un moteur de recherche peut comprendre une page Web, il peut ensuite appliquer les critères de classement sur les pages susceptibles de répondre à la question.

Ceci est particulièrement important pour les requêtes de recherche qui sont ambiguës en raison de choses comme la négation linguistique, comme décrit dans le document de recherche ci-dessus.

Si l’analyse des sentiments est utilisée par Google, une page Web n’est pas classée en raison de l’analyse des sentiments. L’analyse des sentiments permet de comprendre une page Web afin de pouvoir la classer.

Google ne peut pas classer ce qu’il ne comprend pas. Google ne peut pas répondre à une question qu’il ne comprend pas.

Plus de recherche sur l’analyse des sentiments

SUIT: Un modèle de sujet basé sur l’utilisateur supervisé pour l’analyse des sentiments (PDF 2014)

Ce document de recherche étudie comment mieux comprendre ce que les utilisateurs veulent dire lorsqu’ils laissent des avis en ligne sur des sites Web, des forums, des microblogs, etc.

Voici comment il décrit le problème résolu:

«… La plupart des méthodes de sujet existantes modélisent uniquement le texte de sentiment, mais ne prennent pas en compte l’utilisateur, qui exprime le sentiment, et l’élément, sur lequel le sentiment est exprimé. Étant donné que différents utilisateurs peuvent utiliser différentes expressions de sentiment pour différents éléments, nous soutenons qu’il est préférable d’incorporer les informations sur l’utilisateur et l’élément dans le modèle de sujet pour l’analyse des sentiments. »

Analyse du sentiment de la parole via des fonctionnalités ASR de bout en bout (PDF 2020)

ASR signifie la reconnaissance automatique de la parole. Ce document de recherche vise à comprendre la parole et à faire des choses comme donner plus de poids aux inflexions autres que la parole comme le rire et la respiration.

La recherche partage des exemples d’utilisation de la respiration et du rire comme éléments pondérés pour les aider à comprendre le sentiment dans le contexte de l’analyse du sentiment de la parole, mais pas à des fins de classement.

Ce sont les exemples:

« 1. Ouais [LAUGHTER] il appelle maintenant.
2. Eh bien, félicitations, c’est tellement cool. [BREATHING] J’ai hâte.
3. Exactement, [LAUGHTER] Je pense que ça ira très bien, n’est-ce pas?
4. Ce serait merveilleux, ce serait très sérieux. « 

L’article décrit le contexte dans lequel il est utile:

«L’analyse du sentiment de la parole est un problème important pour les systèmes d’intelligence interactive avec de larges applications dans de nombreuses industries, par exemple, le service client, les soins de santé et l’éducation.

La tâche consiste à classer un énoncé de parole dans l’une d’un ensemble fixe de catégories, telles que positives, négatives ou neutres. »

Cette recherche est très nouvelle, à partir de 2020 et bien qu’elle ne soit pas clairement spécifique à la recherche, elle indique le type de recherche que Google effectue et comment elle est beaucoup plus sophistiquée que ce que le SEO réductionniste moyen considère comme un simple facteur de classement.

Aucun biais d’analyse des sentiments chez Google

Google a toujours déclaré qu’il essayait de ne pas afficher les pages qui reflètent l’intention du chercheur (les geckos sont-ils de mauvais animaux?)

En fait, Google dit le contraire, qu’il essaie de montrer une diversité d’opinions. Google essaie de ne pas être dirigé par un sentiment exprimé dans la requête de recherche.

Exemple de Google montrant la diversité d’opinions

Capture d’écran d’un résultat de recherche Google à partir d’une requête avec un sentiment négatif.

Comme vous pouvez le voir sur la capture d’écran ci-dessus, Google ne permet pas au sentiment négatif exprimé dans la requête de recherche de l’influencer pour afficher une page Web avec un sentiment négatif.

Cela contredit directement l’idée que Google affiche les résultats de recherche avec un biais de sentiment spécifique si ce biais existe dans la requête de recherche.

Vous pouvez rechercher des recherches et des brevets Google sur l’analyse des sentiments et vous verrez que le contexte consiste à comprendre les requêtes de recherche et les pages Web.

Vous ne verrez aucune recherche indiquant que le sentiment sera utilisé pour classer une page en fonction de son biais.

Si les pages classées par Google ont toutes le même sentiment, ne partez pas du principe que ces pages sont là.

Il ressort clairement des documents de recherche Google, des déclarations de Google et des résultats de recherche Google que Google ne permet pas au sentiment de la requête de recherche des utilisateurs d’influencer le type de sites que Google classera.