LSI 关键词：概念辨析与真实价值
关于 LSI 关键词，常见说法有两点：Google 用名为 LSI 的技术为网页建索引；在内容中使用 LSI 关键词能提升排名。这两点在技术上都不成立。
人们常说 LSI 关键词能提升 Google 排名。这是真的，还是又一个 SEO 迷思？
几乎任何一篇关于 LSI 关键词的文章都会给出两点说法：
- Google 使用一种名为 LSI 的技术来为网页建立索引。
- 在内容中使用 LSI 关键词能帮你在 Google 上获得更高的排名。
这两种说法在技术上都站不住脚。
本指南会说明原因，以及应当如何应对。
先从基础讲起。
什么是 LSI 关键词？
LSI 关键词是 Google 认为与某个主题语义相关的单词和短语——至少 SEO 圈子里的许多人是这么理解的。如果谈的是汽车（cars），LSI 关键词可能是 automobile、engine、road、tires、vehicle 和 automatic transmission。
但按 Google 的 John Mueller 的说法，LSI 关键词并不存在：
这究竟是怎么回事？
回答这个问题前，需要先多了解 LSI 本身。
什么是潜在语义索引（LSI）？
潜在语义索引（LSI），也称潜在语义分析（LSA），是 20 世纪 80 年代发展起来的自然语言处理技术。
遗憾的是，除非熟悉特征值、向量、奇异值分解这类数学概念，否则这项技术本身并不容易理解。
因此，本文不深入探讨 LSI 的工作原理。
重点放在它最初要解决的问题上。
以下是 LSI 创造者对该问题的定义：
这究竟是什么意思？
假设想知道夏天何时结束、秋天何时开始。WiFi 断了，只能回到老办法，拿起一本百科全书。与其在数千页中随意翻找，不如在索引里查到“fall”，再翻到对应页面。
你看到的是这样的：
显然，这并非你要找的那种“fall（坠落）”。
你不甘心就此作罢，翻回去后发现，要找的内容其实索引在“autumn”之下——那是 fall 的另一种说法。
这里的问题在于，“fall”既是一个同义词，又是一个多义词。
什么是同义词？
同义词是指与另一个词或短语意思相同或几乎相同的词或短语。
例如 rich 与 wealthy、fall 与 autumn、cars 与 automobiles。
按 LSI 专利的说法，同义词带来问题的原因如下：
这与搜索引擎有什么关系？
设想有两个关于汽车的网页，内容完全相同，只是其中一个把所有 cars 都替换成了 automobiles。
若使用一个只对页面单词和短语建立索引的原始搜索引擎，对查询“cars”只会返回这两个页面中的一个。
这并不理想，因为两个结果都相关，只是其中一个用不同方式描述了要找的东西。那个用 automobile 而非 cars 的页面，甚至可能是更好的结果。
归根结底：搜索引擎必须理解同义词，才能返回最好的结果。
什么是多义词？
多义词和短语是指具有多种不同含义的词和短语。
例如 mouse（老鼠／鼠标）、bank（银行／河岸）和 bright（明亮的／聪明的）。
按 LSI 创造者的说法，这些词带来问题的原因如下：
这些词给搜索引擎带来了与同义词类似的问题。
例如，假设搜索“apple computer（苹果电脑）”。那个原始搜索引擎可能会同时返回下面两个页面，尽管其中一个显然不是要找的：
归根结底：不理解多义词不同含义的搜索引擎，很可能返回不相关的结果。
LSI 是如何工作的？
计算机很笨。
与人类不同，计算机天生并不理解词与词之间的关系。
例如，人人都知道 big 和 large 意思相同，也知道 John Lennon 曾是 The Beatles 的成员。
但计算机若不被明确告知，就不具备这些知识。
问题在于，无法把一切都告知计算机，那样耗费的时间和精力过多。
LSI 通过复杂的数学公式，从一组文档中推导出单词和短语之间的关系，以此解决该问题。
简单来说，若对一组关于季节的文档运行 LSA，计算机很可能会推断出几点：
其一，fall 与 autumn 同义：
其二，season、summer、winter、fall 和 spring 这类词在语义上都相关：
其三，fall 在语义上与两组不同的词相关：
搜索引擎随后可利用这些信息，超越精确查询匹配，给出更相关的搜索结果。
Google 使用 LSI 吗？
考虑到 LSI 能解决的问题，人们为什么会认为 Google 使用了 LSI 也就不难理解。毕竟，精确匹配查询对搜索引擎而言并非可靠的返回相关文档的方式。
此外，每天都能看到证据表明 Google 理解同义关系：
也能看到它理解多义关系：
但即便如此，Google 几乎可以肯定并未使用 LSI 技术。
如何得知？Google 的代表是这么说的。
不信他们？
还有三条证据可以佐证这一点：
1. LSI 是一项老旧技术
LSI 发明于 20 世纪 80 年代，早于万维网的诞生，因此从未被设计用于如此庞大的文档集合。
这也是 Google 后来开发更好、更具扩展性的技术来解决同一问题的原因。
Bill Slawski 说得很到位：
2. LSI 是为索引已知文档集合而创造的
万维网不仅庞大，而且动态变化。
这意味着 Google 索引中的数十亿个页面会定期发生变化。
这会带来问题，因为 LSI 专利指出，这种分析需要“每当存储文件发生重大更新时”就运行一次。
那将需要大量算力。
3. LSI 是一项有专利的技术
潜在语义索引（LSI）专利于 1989 年授予 Bell Communications Research, Inc.。参与该技术研发的共同发明人之一 Susan Dumais 后来于 1997 年加入微软，从事与搜索相关的创新工作。
话虽如此，美国专利在 20 年后到期，LSI 专利于 2008 年失效。
考虑到 Google 早在 2008 年之前就已相当擅长理解语言并返回相关结果，这又是一条表明 Google 未使用 LSI 的证据。
Bill Slawski 再次说得很到位：
提及相关的单词、短语和实体能提升排名吗？
多数 SEO 认为“LSI 关键词”不过是相关的单词、短语和实体。
若采用这个定义——尽管它在技术上并不准确——那么在内容中使用一些相关的单词和短语，几乎可以肯定有助于改善 SEO。
如何得知？Google 在这里间接给出了答案：
在一个关于狗的页面上，Google 会把各个品种的名称视为语义相关。
但为什么它们有助于页面在相关词条上获得排名？
原因很简单：它们帮助 Google 理解页面的整体主题。
例如，下面两个页面提到“dogs”一词的次数相同：
观察每个页面上其他重要的单词和短语即可发现，只有第一个页面是关于狗的，第二个页面主要关于猫。
Google 利用这些信息为相关查询排列相关页面。
如何找到并使用相关的单词和短语
如果对某个主题有所了解，就会自然而然地在内容中用到相关的单词和短语。
例如，要写关于最佳电子游戏的内容，很难不提到“PS4 games”“Call of Duty”和“Fallout”这样的单词和短语。
但很容易漏掉一些重要的词，尤其是主题较复杂时。
比如，我们关于 nofollow 链接的指南就没提到 sponsored 和 UGC 链接属性：
Google 很可能把这些视为重要的、语义相关的术语，任何一篇关于该主题的好文章都应提到它们。
这或许正是那些谈到这些内容的文章排名高于我们的部分原因。
下面介绍九种寻找潜在相关单词、短语和实体的方法：
1. 运用常识
检查页面，看是否遗漏了显而易见的要点。
例如，若这个页面是一篇关于 Donald Trump 的传记文章却未提及他的弹劾案，那可能值得补上一个相关章节。
这样一来，自然会提到“Mueller Report”“Nancy Pelosi”和“whistleblower”这类相关单词、短语和实体。
2. 查看自动补全结果
自动补全结果并不总能显示重要的相关关键词，但能就一些值得提及的词给出线索。
例如，“donald trump”的自动补全结果中有“donald trump spouse”“donald trump age”和“donald trump twitter”。
这些本身并非相关关键词，但它们所指的人和事物可能是。这个例子里，就是 Melania Trump、73 years old 和 @realDonaldTrump。
这些大概都是一篇传记文章应当提到的内容。
3. 查看相关搜索
相关搜索出现在搜索结果的底部。
与自动补全结果一样，它们能就一些值得提及的相关单词、短语和实体给出线索。
这里，“donald trump education”指的是他曾就读的宾夕法尼亚大学沃顿商学院。
4. 使用“LSI 关键词”工具
流行的“LSI 关键词”生成器与 LSI 毫无关系，不过偶尔也能给出一些有用的灵感。
例如，把“donald trump”输入一个流行工具，它会列出相关人物（实体），如妻子 Melania Trump 和儿子 Barron Trump。
5. 查看排名靠前的页面还排了哪些关键词
用 Ahrefs 的 Keywords Explorer 中的“Also rank for（也排名）”关键词灵感报告，找出潜在相关的单词、短语和实体。
如果数量太多难以处理，可尝试做一次内容缺口分析，选三个排名靠前的页面，再把交集数量设为“3”。
这样就能显示所有页面都排名的关键词，通常能给出一份更精炼的相关单词和短语清单。
6. 进行 TF*IDF 分析
TF-IDF 与潜在语义索引（LSI）或潜在语义分析（LSA）毫无关系，但偶尔能帮你发现一些“缺失的”单词、短语和实体。
7. 查看知识库
像 Wikidata.org 和 Wikipedia 这样的知识库是相关术语的绝佳来源。
Google 也从这两个知识库提取知识图谱数据。
8. 逆向分析知识图谱
Google 把大量人物、事物和概念之间的关系存储在知识图谱中。知识图谱结果经常出现在 Google 搜索结果里。
试着搜索关键词，看是否会出现来自知识图谱的数据。
由于这些是 Google 与该主题关联的实体和数据点，在合理的情况下谈论其中相关的内容绝对值得。
9. 使用 Google 的自然语言 API 来查找实体
把某个排名靠前页面的文本粘贴到 Google 自然语言 API 演示中，寻找可能遗漏的相关且重要的实体。
结语
LSI 关键词并不存在，但语义上相关的单词、短语和实体确实存在，并且有能力提升排名。
只需确保在合理的位置使用它们，而不是不分场合地随意堆砌。
在某些情况下，这可能意味着为页面添加新的章节。
例如，若想在一篇关于 Donald Trump 的文章里加入“impeachment（弹劾）”和“House Intelligence Committee（众议院情报委员会）”这类单词和实体，可能就需要在一个新的小标题下增加几段内容。
关于 LSI 关键词还有其他问题吗？
欢迎留言，或到 Twitter 上找我。