Hoe werkt latent semantic indexing?
Zoeken op trefwoorden levert alleen documenten op die dezelfde woorden bevatten als de zoekvraag. Het patent uit 1988 noemt daar twee problemen bij. Mensen gebruiken heel verschillende woorden voor hetzelfde ding: synonymie. Twee mensen kiezen gemiddeld in minder dan 20 procent van de gevallen hetzelfde hoofdwoord voor een bekend voorwerp. En één woord kan meer betekenissen hebben, zoals ‘bank’ als meubel of als geldinstelling: polysemie.
LSI gaat ervan uit dat er een verborgen, latente betekenisstructuur zit in de manier waarop woorden samen in documenten voorkomen. De techniek zet woorden en documenten in een matrix en ontleedt die met singular value decomposition. Zo komen woorden en documenten in dezelfde ruimte terecht. Een zoekvraag krijgt ook een plek in die ruimte.
In het voorbeeld uit het patent zoekt iemand naar titels over ‘human computer interaction’. Op trefwoorden komen alleen titels terug met minstens een van die woorden. Met LSI komen ook twee titels terug die geen enkel woord met de zoekvraag delen, maar wel over hetzelfde onderwerp gaan.
Wat zegt Google over LSI-zoekwoorden?
In de SEO-wereld gaat het vaak over LSI-zoekwoorden: lijstjes met verwante woorden die je in je tekst zou moeten verwerken. John Mueller, die bij Google het Search Relations-team leidt, schreef in juli 2019 dat LSI-zoekwoorden niet bestaan. Wie iets anders beweert, vergist zich volgens hem.
Google beschrijft wel eigen systemen die woorden aan betekenis koppelen. RankBrain helpt Google te begrijpen hoe woorden met begrippen samenhangen, zodat een pagina ook kan verschijnen als die niet alle woorden uit de zoekopdracht bevat. Volgens de SEO Starter Guide hoef je je geen zorgen te maken als je niet elke variant van een zoekvraag in je tekst hebt.
Een voorbeeld: een kaaswinkel uit Gouda schrijft een pagina over kaasplanken. Sommige klanten zoeken op ‘kaasplank’, anderen op ‘borrelplank’. De winkel schrijft gewoon voor die klanten, in hun eigen woorden. Een losse alinea met tientallen varianten voegt niets toe. Steeds dezelfde woorden herhalen is vermoeiend voor lezers, en keyword stuffing is in strijd met het spambeleid van Google.
Verwar LSI niet met
- Semantische SEO: een werkwijze waarbij je content opbouwt rond onderwerpen en entiteiten. Dat is iets anders dan de rekenmethode LSI uit 1988.
- Keyword stuffing: een pagina volproppen met zoekwoorden om de ranking te beïnvloeden. Lijstjes met ‘LSI-zoekwoorden’ kunnen daar ongemerkt op uitdraaien.
Veelgestelde vragen over LSI
Waar staat LSI voor?
LSI staat voor latent semantic indexing. Het is een zoektechniek uit 1988 die verbanden tussen woorden afleidt uit hoe ze samen in documenten voorkomen.
Bestaan LSI-zoekwoorden?
Nee, volgens Google niet. John Mueller van Google schreef in 2019 dat LSI-zoekwoorden niet bestaan. Wie iets anders zegt, vergist zich volgens hem.
Moet je synoniemen aan je tekst toevoegen voor Google?
Niet speciaal voor Google. De systemen van Google begrijpen hoe een pagina bij een zoekvraag past, ook zonder de exacte woorden. Schrijf met de woorden die je lezers gebruiken.