N-грамма
Также: N-граммы, Биграммы
N-грамма — это последовательность из N идущих подряд слов текста: одно слово — униграмма, два — биграмма, три — триграмма. Подсчёт n-грамм показывает, какие фразы повторяются в тексте и насколько его лексика совпадает с конкурентами.
Как работает
Текст режут окном шириной в N слов и сдвигают его на одно слово:
Фраза: купить угловой диван недорого
Униграммы: купить | угловой | диван | недорого
Биграммы: купить угловой | угловой диван | диван недорого
Триграммы: купить угловой диван | угловой диван недорого
Потом считают, сколько раз встретилась каждая n-грамма. Перед подсчётом слова обычно приводят к начальной форме — это лемматизация, — иначе «угловой диван» и «угловых диванов» окажутся разными фразами. Служебные слова часто отбрасывают, чтобы наверх списка не вылезли «в том» и «и на».
Кроме словесных, бывают символьные n-граммы — по буквам: «диван» даёт «ди», «ив», «ва», «ан». На них построены исправление опечаток и определение языка. В SEO-анализе текстов обычно работают со словами.
Почему важно для SEO
Униграммы показывают, какие слова в тексте главные, а биграммы и триграммы — какие фразы. Переспам заметен именно на уровне фраз. Слово «диван» на странице про диваны может встречаться часто вполне естественно, а одна и та же триграмма «купить угловой диван» восемь раз на экране — сигнал, что текст писали под робота. Читать такое тяжело, а поиск может расценить это как переспам.
Второе применение — сравнение с конкурентами. Если собрать биграммы и триграммы страниц из ТОПа по запросу, видно, какие сочетания встречаются почти у всех: «механизм трансформации», «спальное место», «ящик для белья». Если в вашем тексте их нет, тема, скорее всего, раскрыта неполно. Логика близка к TF-IDF, только единица анализа — не отдельное слово, а фраза. Список общих сочетаний — подсказка, а не задание: вписывают только те фразы, которые относятся к вашему товару или услуге и читаются естественно.
Наконец, n-граммы лежат в основе сравнения текстов между собой: на последовательностях слов построен метод шинглов, которым проверяют уникальность.
Инструменты
Частые ошибки
- Считают n-граммы без приведения слов к начальной форме: одна фраза в разных падежах дробится на несколько строк, и повтор не виден.
- Не убирают служебные слова, и верх списка занимают «в том числе» и «и на».
- Вписывают в текст все биграммы конкурентов подряд, не проверив, уместны ли они на своей странице.
- Смотрят только на отдельные слова и пропускают переспам фразами.
- Сравнивают свой текст со страницами другого типа: у статей и карточек товаров разный набор фраз.
Как проверить
Повторы в своём тексте покажет бесплатный инструмент N-граммы: он ищет повторяющиеся фразы от длинных к коротким и учитывает словоформы, так что «купить диван» и «купил диваны» он посчитает одной фразой. Для сравнения с конкурентами прогоните тем же способом тексты нескольких страниц из ТОПа и сопоставьте самые частые биграммы и триграммы.
Вывод
N-граммы переводят анализ текста со слов на фразы. По ним видно переспам, которого не заметно в подсчёте отдельных слов, и сочетания, которые есть у конкурентов, но отсутствуют у вас. Считайте их по начальным формам слов и без служебных слов.
Часто спрашивают
Что такое n-граммы?
N-граммы — это последовательности из N слов, идущих в тексте подряд. Одно слово называют униграммой, два — биграммой, три — триграммой. В SEO n-граммы считают, чтобы найти повторяющиеся фразы и сравнить лексику своей страницы с конкурентами. Бывают и символьные n-граммы из букв, их используют для исправления опечаток и определения языка.
Чем биграмма отличается от триграммы?
Биграмма — это пара слов подряд, триграмма — три слова подряд. Во фразе «купить угловой диван» биграммы «купить угловой» и «угловой диван», а триграмма одна — вся фраза. Биграммы хорошо показывают устойчивые сочетания вроде «спальное место», триграммы — повторы целых ключевых фраз, по которым виден переспам.
Зачем n-граммы в SEO?
N-граммы помогают увидеть текст на уровне фраз. По ним находят переспам, когда одна ключевая фраза повторяется слишком часто, и сочетания, которые есть почти у всех страниц из ТОПа, но отсутствуют на вашей. На n-граммах построен и метод шинглов, которым проверяют уникальность. Считать их лучше по начальным формам слов.
Как посчитать n-граммы в тексте?
Проще всего вставить текст в инструмент для подсчёта n-грамм: он разобьёт его на последовательности из одного, двух и трёх слов и покажет, сколько раз каждая встречается. Вручную это делают скриптом: приводят слова к начальной форме, убирают служебные слова и сдвигают окно в N слов по тексту, считая каждое сочетание.
Проверим весь сайт?
Пара минут — и увидите отчёт по каждой странице.
Проверить сайт