البحث الدلالي مقابل البحث بالكلمات المفتاحية: لماذا يهمّ للمناقصات

تُعِدّ شركة غازات طبية تنبيهات مناقصات على TED، بوابة Tenders Electronic Daily التابعة للاتحاد الأوروبي. تستخدم الكلمات المفتاحية البديهية: «غاز طبي»، «محطة أكسجين»، «مولّد PSA». لستة أشهر تظل التنبيهات صامتة، فتفترض أن السوق صامت أيضًا. ثم يفوز منافس بعقد مستشفى بقيمة عدة مئات الآلاف من اليوروهات. كان المشتري قد نشره باسم «نظام شبكة مركزية للعلاج التنفّسي». ثلاث كلمات ما كانت الشركة لتفكّر في مراقبتها قط، ومرشّح الكلمات المفتاحية تركه يمرّ مباشرةً.

هذا ليس إخفاقًا نادرًا. إنه نقطة الضعف الجوهرية في الطريقة التي لا تزال معظم تنبيهات المناقصات تعمل بها. وهو أوضح سبب لتفوّق البحث الدلالي على البحث بالكلمات المفتاحية لأي أحد جادّ في الفوز بالعقود العامة.

كيف يفشل البحث بالكلمات المفتاحية فعلًا

المطابقة بالكلمات المفتاحية حرفية. تبحث عن السلاسل النصية الدقيقة التي كتبتها، أو جذور قريبة منها، داخل عنوان المناقصة ووصفها. إذا استخدم المشتري كلمة مختلفة، لا تحصل على شيء. والمشتريات العامة هي أسوأ بيئة ممكنة لهذا، لثلاثة أسباب:

هكذا تواجه مقايضة قاسية. الكلمات المفتاحية الضيقة تعني سلبيات كاذبة: مناقصات حقيقية لا تراها أبدًا. والكلمات المفتاحية الواسعة تعني إيجابيات كاذبة: فيضًا يوميًا من الإعلانات غير ذات الصلة تتوقف عن قراءتها بعد أسبوع. في كلتا الحالتين، تفوّت صفقات.

ما الذي يفعله البحث الدلالي بشكل مختلف

يطابق البحث الدلالي على المعنى، لا الإملاء. فبدلًا من أن يسأل «هل تحتوي هذه المناقصة على كلماتي الدقيقة»، يسأل «هل هذه المناقصة عن الشيء نفسه الذي يهمّني».

الآلية هي الـ embeddings. يقرأ نموذج ذكاء اصطناعي قطعة نص، ملف شركتك الشخصي أو إعلان مناقصة، ويحوّلها إلى قائمة طويلة من الأرقام (متجه) تمثّل ما يدور حوله النص فعلًا. والنصوص ذات المعنى المتقارب ينتهي بها الأمر متقاربة في هذا الفضاء الرياضي، حتى حين لا تشترك في أي كلمة.

عمليًا، يعني ذلك أن ملفًا يصف «أنظمة إمداد الأكسجين الطبي للمستشفيات» يهبط تمامًا بجوار مناقصة عنوانها «نظام شبكة مركزية للعلاج التنفّسي»، لأن النموذج يفهم أن العبارتين تشيران إلى الشيء نفسه في العالم الواقعي. لا حاجة لكلمة مفتاحية مشتركة. والنموذج نفسه يعرف أيضًا أن «عقد مورّد Apple» في مناقصة شراء فاكهة ليس عن الحواسيب، وهو ما لا يستطيع مرشّح كلمات مفتاحية على «Apple» أن يستنتجه أبدًا.

النتيجة مطابقة تصمد أمام:

مقارنة ملموسة قبل وبعد

خذ شركة هندسة مدنية متوسطة الحجم تبني بنية تحتية لمعالجة المياه. مع تنبيهات بالكلمات المفتاحية على «محطة معالجة مياه» عبر TED وإعلانات مشتريات البنك الدولي وبضع بوابات وطنية، تلتقط المناقصات البديهية وتفوّت ذيلًا طويلًا:

لا يحتوي أي من هذه على عبارة «محطة معالجة مياه». نظام الكلمات المفتاحية لا يُظهر للشركة أيًّا منها. أما النظام الدلالي فيسجّل الأربعة جميعًا كمطابقات قوية، لأن كلًّا منها يصف عملًا تقوم به الشركة، بلغة لم تتنبّأ بها الشركة ببساطة. على مدى سنة، تلك الفجوة هي الفرق بين خط أعمال صحي وآخر هزيل.

الدلالي لا يعني أن الكلمات المفتاحية عديمة الفائدة

الإجابة الصادقة أن أفضل الأنظمة تجمع بين الاثنين، نهج يُسمى غالبًا البحث الهجين. لا تزال الكلمات المفتاحية تهمّ حين تحتاج إلى دقة على قيد صارم: اسم مشترٍ محدد، أو رقم تسجيل، أو معيار إلزامي مثل ISO 13485 أو علامة CE، أو بلد مرخّص لك بالعمل فيه. هذه حقائق، لا مفاهيم، والمطابقة الدقيقة هي الأداة الصحيحة للحقائق.

حيث يفوز البحث الدلالي هو في سؤال الصلة الغامض العالي القيمة: من بين 3000 إعلان منشور على TED اليوم، إضافة إلى آلاف أخرى عبر أفريقيا وأمريكا اللاتينية والشرق الأوسط والبنوك متعددة الأطراف، أي حفنة تدور فعلًا حول ما تفعله شركتي. استخدم الـ embeddings للترتيب حسب المعنى، ثم مرشّحات الكلمات المفتاحية لفرض غير القابلة للتفاوض. تحصل على الاستدعاء (تتوقف عن تفويت المناقصات) والدقة (تتوقف عن الغرق في الضجيج) معًا.

بضع علامات عملية على أنك تجاوزت تنبيهات الكلمات المفتاحية:

ما الذي يعنيه هذا لمراقبتك

لن توحّد البوابات صياغتها، ولن يبدأ المشترون في استخدام مفرداتك. التجزّؤ دائم. الشيء الوحيد الذي تتحكم فيه هو كيف تقرأ عبره.

هذه بالضبط المشكلة التي بُني من أجلها تدفق مناقصات قائم على المعنى. فبدلًا من أن تخمّن الكلمات المفتاحية، تتعلّم المنصة ما تفعله شركتك من ملفك الشخصي، وتُضمِّن كل إعلان جديد من مئات المصادر فور نشره، وتسجّل كلًّا منه بالمعنى مقابلك. وما يهبط في صندوق بريدك قائمة يومية قصيرة مرتّبة من المناقصات التي تلائمك حقًا، بما فيها تلك الموصوفة بكلمات ما كنت لتبحث عنها أبدًا. بحث أقل، تفويتات أقل، واحتمال أقل بكثير أن يذهب «نظام الشبكة المركزية للعلاج التنفّسي» التالي إلى شخص آخر.

الأسئلة الشائعة

شارك هذا المقال

Reference

مقالات ذات صلة