Qu’est-ce que la recherche en langage naturel ?
La recherche a beaucoup changé depuis les débuts d’Internet. Les utilisateurs s’attendent désormais à des résultats rapides et personnalisés lorsqu’ils explorent un site Web ou un moteur de recherche, et ils sont moins susceptibles d’expérimenter de nombreux mots clés différents pour trouver ce qu’ils recherchent. Avec l’essor des nouvelles technologies informatiques, les sites Web commencent à offrir une expérience de recherche plus naturelle en fournissant des moyens innovants d’explorer le contenu — principalement par la recherche en langage naturel. La recherche devient rapidement une conversation bidirectionnelle.
Qu’est-ce que la recherche en langage naturel ?
La recherche en langage naturel permet aux utilisateurs de parler ou de taper dans un appareil en utilisant leur langue de tous les jours plutôt que des mots clés. Les utilisateurs peuvent utiliser des phrases complètes dans leur langue maternelle comme s’ils parlaient à un autre humain, laissant l’ordinateur transformer la requête en quelque chose qu’il peut comprendre.
Recherche en langage naturel par rapport à la recherche par mots clés
Grâce à Google et à d’autres moteurs de recherche, les utilisateurs ont pris l’habitude d’utiliser des recherches par mots clés. Mais les recherches par mots clés ne sont pas un moyen intuitif pour les utilisateurs de poser des questions, et les utilisateurs sont en fait assez mauvais pour les utiliser pour trouver ce dont ils ont besoin. Ils forcent les utilisateurs à supprimer les mots de question et autres langages conjonctifs pour former des chaînes de texte littérales que le moteur de recherche peut utiliser pour interroger les données. Cela peut également nécessiter des efforts de la part de l’entreprise pour exploiter l’intention des recherches par mots clés.
Bien que les systèmes de recherche par mots clés permettent généralement une certaine forme de questions composées, ils obligent souvent les utilisateurs à construire manuellement une structure de recherche complexe. Par exemple, plutôt que de poser une simple question comme “Qu’est-ce qu’une recette végétarienne avec des tomates et du fromage?”, on s’attendrait à ce que vous recherchiez quelque chose de plus comme du fromage à la tomate “Recette végétarienne”.
Avec l’essor des assistants vocaux numériques tels que Siri et Alexa, cependant, les gens s’habituent à avoir des conversations avec leurs appareils dans des phrases complètes et grammaticalement complexes. L’effet est que de nombreux utilisateurs forment maintenant des requêtes comme des questions sur différents appareils et plates-formes. Les utilisateurs s’habituent à utiliser le langage naturel pour obtenir des informations et s’attendre à des résultats rapides. Par conséquent, il est essentiel que les systèmes de recherche de tous types puissent commencer à accepter les recherches en langage naturel.
Histoire de la recherche en langage naturel
Bien que les progrès de l’informatique et de la vitesse de calcul aient permis des percées dans la recherche en langage naturel, les tentatives de mise en œuvre de ces systèmes remontent aux débuts d’Internet et du web.
En 1993, le Laboratoire d’Intelligence Artificielle du MIT a développé le système de Réponse aux questions en Langage Naturel START. Bien qu’il ne s’agisse pas techniquement d’un moteur de recherche sur Internet, le système START permettait aux utilisateurs de rechercher une encyclopédie d’informations en ligne en utilisant des phrases en langage naturel complet.
Quelques années plus tard, en 1996, Ask Jeeves a été lancé. Ce fut le premier moteur de recherche qui permettait aux utilisateurs d’explorer le Web par le langage naturel. Il s’est avéré, cependant, que Jeeves était un peu en avance sur son temps. Peu de temps après, Google a lancé un moteur de recherche par mots clés et a rapidement construit un système puissant avec un score de pertinence impressionnant qui a facilement battu les résultats de ses concurrents.
Près de deux décennies plus tard, Google et d’autres moteurs de recherche ont commencé à prendre conscience de la valeur de la recherche en langage naturel et à développer davantage l’expérience que Ask Jeeves essayait de fournir.
Fonctionnement de la recherche en langage naturel
La recherche en langage naturel utilise une technique informatique avancée appelée traitement du langage naturel (PNL). Ce processus utilise de vastes quantités de données pour exécuter des modèles statistiques et d’apprentissage automatique afin d’en déduire le sens dans des phrases grammaticales complexes. Cela est devenu beaucoup plus réalisable au cours de la dernière décennie, car les entreprises Internet collectent de plus en plus de données. La puissance de calcul augmente à des vitesses exponentielles pour permettre le traitement de ces données.
Le pouvoir du langage naturel vient de la capacité non seulement d’analyser des questions, mais aussi de décomposer le sens dans des phrases composées et contextuelles. Par exemple, si un client a demandé à un magasin de commerce électronique “Quelle taille de t-shirts avez-vous pour mes enfants?”, le système de recherche peut déterminer que le client recherche des t-shirts dans la catégorie enfants et veut savoir quelles tailles sont en stock. Si le magasin a un historique d’achat et de recherche passé sur ce client, il peut même être en mesure de déterminer la taille optimale des vêtements et les styles préférés.
La recherche en langage naturel n’est plus simplement un outil permettant d’obtenir des faits de base, comme la météo, auprès d’un assistant personnel. De plus en plus, les consommateurs commencent leur parcours d’achat et d’exploration de la marque directement via des assistants vocaux ou des recherches vocales sur mobile. Il est donc essentiel que les entreprises s’assurent d’optimiser leurs technologies et leurs entonnoirs de vente pour que ces consommateurs puissent dialoguer avec eux dans un langage conversationnel.
Quatre conseils pour concevoir un site convivial pour la recherche en langage naturel
Lors de l’optimisation du site pour la recherche en langage naturel, de nombreux sites se concentrent trop sur le référencement et ne priorisent pas l’expérience utilisateur. En fin de compte, cependant, l’objectif de la recherche en langage naturel est de fournir aux clients une interface utile, intuitive et attrayante pour explorer le site. Voici quelques conseils de conception qui gardent l’expérience utilisateur à l’esprit:
1. Concevoir un moteur de recherche vocal qui réduit la botte de foin
Les systèmes de recherche doivent tirer parti de toutes les informations et du contexte dont ils disposent. Les profils d’utilisateurs et les recherches passées, par exemple, peuvent aider à fournir des informations précieuses sur ce qu’un utilisateur peut vouloir. Ceci est particulièrement utile si une requête vocale est un peu vague, car le moteur de recherche peut en déduire une signification en fonction du contexte. En outre, la mise en place de filtres pour segmenter les données indexées par catégories prédéfinies peut aider à affiner les recherches afin de fournir aux utilisateurs des résultats plus pertinents.
2. Faire des recherches et comprendre comment les utilisateurs effectuent des recherches conversationnelles
Alors que les outils de traitement du langage naturel sont puissants pour comprendre le sens général, la plupart des entreprises constateront qu’il existe des nuances dans leurs industries ou domaines qui doivent être affinées. L’examen et l’analyse régulière des recherches des utilisateurs peuvent aider à exposer ces tendances dans les recherches afin que les modèles puissent être optimisés en conséquence.
3. Testez le contenu du site pour le classement avec des requêtes de recherche naturelles
En plus de vérifier la précision de la recherche, il est important que le contenu du site Web soit construit de manière à ce que les moteurs de recherche en langage naturel puissent correspondre correctement aux requêtes. Essayez d’exécuter des requêtes de recherche courantes pour voir comment le contenu est classé et ajustez progressivement le contenu pour voir comment il affecte les résultats.
4. Utiliser le langage courant dans le contenu du site et répondre aux besoins des clients
L’utilisation d’un langage conversationnel dans le contenu du site aidera à garantir que les questions et les besoins des utilisateurs reçoivent une réponse. Pour les questions courantes auxquelles il n’est pas possible de répondre directement dans le contenu, il peut être utile d’ajouter des réponses à ces questions dans une section FAQ ou une page dédiée afin que les utilisateurs puissent toujours localiser les réponses.
En résumé, la conception d’un site convivial pour la recherche en langage naturel implique l’utilisation de données pour fournir un contexte aux recherches, le réglage fin des algorithmes de recherche et des filtres pour le domaine d’activité spécifique et la structuration du contenu du site pour qu’il s’adapte bien aux modèles de recherche conversationnelle. Ces processus aideront les clients à s’habituer à la transition vers une expérience plus conversationnelle avec votre site Web.
Leave a Reply