PozycjonowanieContent Marketing

Stopwords – co to jest?

3 min czytania
Stopwords – co to jest?

Bez „i”, „w”, „na”, „się”, „że” trudno ułożyć zdanie po polsku. Same w sobie nie niosą jednak znaczenia i dlatego większość programów do analizy tekstów przez lata je pomijała, traktując jako tzw. stopwords. Czy dalej się tak robi i jakie problemy to za sobą ciągnie? Jak podejść do tych słów przy optymalizacji pod algorytmy wyszukiwarek? 

Co to są stopwords?

Stopwords to najczęściej występujące słowa w danym języku, które same w sobie, bez kontekstu reszty zdania, nie mają większego znaczenia – dlatego przy przetwarzaniu tekstu się je odfiltrowuje. W języku angielskim będą to m.in. the, a, of czy to. Na polskiej liście znajdziemy z kolei głównie przyimki (w, na, z, do), spójniki (i, oraz, ale), partykuły i zaimki (nie, się, to). Rodzajników, jak angielskie the czy a, w polszczyźnie oczywiście nie mamy.

Co jeszcze jest ważne, nie istnieje żadna uniwersalna lista stopwords; każde narzędzie korzysta z własnej. Dla przykładu, w bazie danych MySQL domyślna lista silnika InnoDB liczy 36 słów, a starszego MyISAM… aż 543.

Po co usuwa się stopwords?

Powody są w zasadzie dwa: 

  • stopwords pojawiają się niemal w każdym zdaniu, więc pomijając je, możemy „odchudzić” bazę danych albo indeks treści do analizy;
  • słowa, które występują w każdym dokumencie, w niczym nie pomagają odróżnić ich od siebie. Jeśli szukamy w jakimś zbiorze tekstów, powiedzmy, przepisu na sernik, liczą się „przepis” i „sernik”, a nie „na”.
Zobacz  Duplikat, użytkownik nie oznaczył strony kanonicznej – co to oznacza w GSC?

Obecnie stopwords odfiltrowuje się głównie w wyszukiwarkach wewnętrznych, bazach danych i przy przetwarzaniu języka naturalnego (NLP).

Haczyk polega na tym, że czasem to właśnie te „nieistotne” słowa decydują o sensie frazy. Weźmy nazwę legendarnej grupy The Who – oba słowa są na domyślnej liście InnoDB, więc po ich odfiltrowaniu z frazy nie zostałoby… nic. Z podobnym problemem (tylko że jeszcze szerszym) przez lata mierzyły się też wyszukiwarki internetowe.

Czy Google pomija stopwords?

Do 2019 roku silnik Google również w większości ignorował stopwords, głównie po to, by zaoszczędzić miejsce i czas przy indeksowaniu. Były to zresztą czasy, kiedy algorytm traktował zapytania użytkowników raczej jako ciągi fraz kluczowych niż całe spójne zdania.

Przełom przyszedł w momencie, gdy Google zaprezentowało (oraz wprowadziło do algorytmu wyszukiwarki) BERT-a – model językowy, który potrafi analizować znaczenie słów patrząc na cały ich kontekst, czyli na wyrazy znajdujące się przed, jak i po danym słowie. Wobec tego ignorowanie stopwords nie miało już sensu, bo te potrafią zmienić cały kontekst zdania. Pandu Nayak – obecnie wiceprezydent działu Search w Google – wyjaśnił to tak: przed wprowadzeniem BERT-a, gdy algorytm otrzymał zapytanie „2019 brazil traveler to usa need a visa”, pomijał słowo „to”, przez co zwracał wyniki dla… Amerykanów lecących do Brazylii. BERT tego błędu nie popełnia i uwzględnia „to” jako kontekst, dzięki czemu rozumie, że chodzi o podróż w drugą stronę.

Zobacz  Odkryj najlepsze podcasty o SEO i copywritingu, które naprawdę pomogą Twojej marce rosnąć

Stopwords – co to jest?

Zdj 1. Wiadomo, że jedno słowo potrafi zmienić znaczenie całej wypowiedzi – teraz wiedzą to też algorytmy Google.

Źródło: blog.google/products-and-platforms/products/search/search-language-understanding-bert

W 2021 roku na Twitterze odniósł się do tego również John Mueller, znany chyba wszystkim specjalistom SEO ekspert Google. Na pytanie, czy stopwords mają jakikolwiek wpływ na pozycjonowanie, odpowiedział krótko: „I wouldn’t worry about stop words at all; write naturally” – czyli nie przejmuj się nimi, pisz naturalnie. 

Stopwords w SEO – kiedy mogą mieć znaczenie?

Konsensus w świecie SEO wygląda więc tak, że – zgodnie z tym, co mówi Mueller i inni eksperci Google – nie należy się martwić o stopwords przy optymalizacji treści, tytułów, nagłówków czy meta danych. Tak naprawdę jedynym obszarem, w którym zwraca się czasem na to uwagę, są adresy URL. Krótszy slug z zasady jest bardziej czytelny, więc jeśli da się z niego wyciąć „zbędne” słowa bez utraty jego znaczenia, warto to zrobić. Nie ma to, co prawda, większego znaczenia dla algorytmów, ale może sprawić, że URL będzie nieco bardziej przyjazny.

Nawet i tu trzeba jednak uważać. Jeżeli, przykładowo, mamy adres ze slugiem  „/jak-wybrac-ekspres-do-kawy”, nie moglibyśmy skrócić go do „/wybrac-ekspres-kawy” – ten drugi może jest krótszy, ale czyta się go topornie. 

Najważniejsze, by – jak podkreśla Mueller – tekst brzmiał naturalnie… a to byłoby niemożliwe bez wszystkich „i”, „w”, „na” czy „się”.

tło banera
Genialne firmy mnożą
swój potencjał z
Ocena Clutch
5.0
Ocena Google
4.8
tło banera
Bądź widoczny w Google i wyszukiwarkach przyszłości (ChatGPT, Gemini, Perplexity i inne)
Zostaw adres e-mail — porozmawiamy o widoczności Twojej strony w AI.
Dane przetwarzamy w celu kontaktu, zgodnie z naszą
polityką prywatności
Marcin Stypuła
Jakub Rożnowski
Jakub Rożnowski Copywriter
Copywriter, który łączy świat marketingu cyfrowego z perspektywą naukową i humanistyczną. Pisze od 2021 roku, specjalizując się w długich, eksperckich artykułach, poradnikach i treściach wizerunkowych. W pracy stawia na połączenie dwóch wartości: rzetelnego researchu oraz lekkiego, często humorystycznego stylu. Poza copywritingiem rozwija się twórczo – pisze opowiadania, wiersze i myśli o pierwszej powieści.

Udostępnij

Oceń tekst

Średnia ocen 0 / 5. Liczba głosów: 0

Brak głosów - oceń jako pierwszy!

Zapytaj o ofertę SEO
Dołącz do newslettera
Powiązane artykuły Najnowsze Popularne

Zbuduj Twój potencjał SEO

Skonsultuj z nami Twoją sytuację w wyszukiwarce. Porozmawiajmy o Twoich celach i możliwościach współpracy