語意距離Semantic Distance
語意距離是衡量兩個詞、概念或主題在意思上有多接近的概念,可由人工判斷,也能用詞向量計算。
- 英文
- Semantic Distance
- 台灣常見別名
- 語意距離、語義距離、Semantic Distance
- 簡中用語
- 语义距离、语意距离
- 類別
- 內容與語意
- 提出者與年份
- 語言學與資訊檢索的既有概念;Koray Tuğberk Gübür 2022 年 11 月 17 日的文章把語意相似度用在 SEO 案例
- 官方文件
- Google 沒有同名的官方文件
語意距離是什麼?
距離越小,意思越接近。「汽車」和「巴士」很近,「汽車」和「香蕉」很遠。語意距離就是用這種方式衡量兩個詞、概念或主題的意思相隔多遠,可以靠人工分級、查詞庫的階層關係,或用詞向量算出數值,用法很彈性。
它在 SEO 裡用於內容規劃:決定兩個主題要放同一頁、分成兩頁,還是只用連結帶過去。它發生在規劃階段,和搜尋引擎內部怎麼衡量主題之間的距離是兩回事。
舉例
「租短期自行車」和「買二手自行車」都和自行車有關,語意距離卻不小:前者關心租金與押金,後者關心車況與款式,需求不同,通常要分成兩頁。
語意距離是誰提出的
第一層:既有的學術概念
語意距離不是 SEO 圈發明的。維基百科的「Semantic similarity」整理指出,文獻中常把語意距離與語意相似度交換使用,並區分相似度與相關度:汽車和巴士相似,汽車和道路只是相關。測量方法有詞庫階層(如 WordNet)、語料統計與詞向量。Koray Tuğberk Gübür 2022 年 11 月 17 日的文章「Importance of Lexical Semantics and Semantic Similarity (Closeness) for SEO」把這類概念用在 30 個網站的案例中,可見的內容沒有為 semantic distance 另下定義。
第二層:Google 官方怎麼說
Google 沒有公開使用這個詞,也沒有說明它的搜尋系統怎麼衡量主題之間的距離。
第三層:現在的用法和原意差在哪
學術上有明確的演算法與資料集。SEO 實務多靠人工判斷搜尋意圖,或用詞向量與餘弦相似度估算,沒有統一的算法。
為什麼重要
語意距離幫你判斷兩個主題是否值得合併。太接近,頁面容易寫成重複;離得太遠還硬連結,讀者也用不到。
怎麼檢查
- 把兩個關鍵字各搜尋一次,比對前十名的重疊網址數,重疊越多,需求越接近。
- 在 Search Console 看一頁是否同時收到兩種需求差很遠的查詢。
- 把兩段文字轉成詞向量(例如用 OpenAI embeddings),計算餘弦相似度當參考。
- 最後用人工判斷:這兩個主題的讀者,是不是在做同一件事。
常見誤解
兩個說法字面不同,意思就差很多。
同義詞字面不同但意思相同,要看搜尋意圖。
語意距離有統一的數值標準。
不同方法算出的數字不能直接比較,用法是相對判斷。
距離越近越好。
太近的主題放在不同頁,容易互相搶排名。
常見問題
語意距離和語意相似度是同一件事嗎?
常被交換使用,相似度越高,距離越小。學術上相似度只談同類關係,相關度範圍更廣,例如咖啡和杯子相關但不相似,所以兩個詞的距離要看你用哪一種衡量方式。
怎麼計算兩個關鍵字的語意距離?
沒有官方算法。常見做法是比對搜尋結果重疊度,或用詞向量算出餘弦相似度,再以人工確認搜尋意圖,因為數字很接近的兩個詞,搜尋者要的東西不一定相同。
兩個關鍵字語意距離很近,就應該合併成一頁嗎?
不一定。要看搜尋意圖與前十名的頁面是否重疊,重疊高才適合合併。距離近但搜尋者要的東西不同,例如一個要了解、一個要購買,分成兩頁反而更符合需求。