Entity Disambiguation היא היכולת להבחין בין ישויות דומות. למשל, בין שני אנשים עם אותו שם, בין מותגים בעלי שם קרוב, בין סניפים שונים של אותה רשת, או בין מושגים שנראים דומים אך שייכים להקשרים שונים. בעולם GEO, זו בעיה שיכולה לקבוע אם AI יציג אותך נכון או יבלבל אותך עם מישהו אחר.
ההקשר של המושג מגיע ממחקרי NLP, מערכות חיפוש, Knowledge Graph ועיבוד שפה טבעית. כאשר מערכת קוראת שם, היא צריכה להחליט למה הוא מתייחס. “Apple” יכולה להיות חברה, פרי, תקליט של הביטלס או מושג אחר לגמרי. בעבר הבעיה הייתה בעיקר בעיית חיפוש. היום היא גם בעיית תשובה: אם AI מבלבל בין ישויות, הוא עלול לייצר תשובה שגויה בביטחון גבוה.
למה זה חשוב למנהל שיווק? כי בלבול ישויות עלול לפגוע בנראות, במוניטין ובאמון. אם יש לך שם גנרי, אם שם החברה דומה למותג אחר, אם אתה פועל בכמה שפות, או אם יש לך תחומי פעילות שונים, חובה לעזור למנועים להבין מי אתה. זה נכון במיוחד בישראל, שבה שמות בעברית, אנגלית ותעתיקים שונים יוצרים הרבה אי בהירות.
מי משתמש במושג? חוקרי NLP, מהנדסי חיפוש, אנשי SEO סמנטי, מנהלי דאטה, צוותי knowledge graph, ויועצי GEO שעובדים עם מותגים או מומחים אישיים.
איך עושים disambiguation בפועל? משתמשים בשם עקבי. מוסיפים תיאור ברור ליד השם. מחברים את הישות לתחום, עיר, תפקיד, אתר רשמי, פרופילים חיצוניים ומקורות סמכותיים. אם מדובר באדם, כדאי להבהיר ביוגרפיה מקצועית, תחומי התמחות, פרסומים, הופעות, לקוחות או פרויקטים. אם מדובר בחברה, צריך להבהיר תחום, מיקום, שירותים, קהלים ושמות מסחריים.
איך מודדים? מחפשים את שם המותג בגוגל, במנועי AI ובמאגרי מידע. בודקים האם מופיעים תוצאות לא קשורות, האם AI מייחס מידע שגוי, האם יש בלבול בין אנשים, והאם שאילתות עם שם המותג מחזירות הקשר נכון.
טעות נפוצה: לחשוב שהמשתמשים כבר מבינים מי אתה ולכן גם המכונה תבין. זו הנחה מסוכנת. בני אדם יכולים להשלים הקשר. מודלים צריכים אותות.
שאלה למנהל שיווק: האם השם שלך מספיק ייחודי, או שאתה צריך לבנות סביבו הקשר ברור כדי שמנועי AI לא יטעו?
