Google et NLP : quels changements pour le SEO ?

Le travail de Google sur le NLP (traitement du langage naturel) est-il en train de transformer en profondeur le référencement naturel ? On fait le point. 

Google et le NLP : le traitement du langage naturel est-il un game changer pour le SEO ?

Depuis plus de dix ans, Google investit massivement dans la recherche et le développement de technologies basées sur l’intelligence artificielle et ses dérivés, notamment le traitement du langage naturel. 

On le retrouve non seulement dans de nombreuses applications entrées dans nos foyers (les traducteurs automatiques et les assistants virtuels au premier chef), mais aussi dans l’algorithme du moteur de recherche – utilisé quotidiennement par plus d’1 milliard d’internautes. En quoi ce travail de Google NLP (Natural Language Processing) change-t-il la donne pour le référencement naturel ? Est-ce vraiment un game changer en matière de SEO ?

C’est quoi, le traitement du langage naturel ?

Le traitement du langage naturel (NLP en anglais) désigne la capacité d’un système à comprendre le sens des mots à partir d’un texte écrit ou du langage parlé, afin d’en saisir les subtilités et les nuances : le ton, le phrasé, le choix de certains mots plutôt que d’autres, le contexte, les émotions, etc.

La volonté de faire intégrer le langage naturel aux machines n’est pas une marotte récente. Voilà plus de 50 ans que les ingénieurs travaillent à rendre le langage humain plus aisé à comprendre pour les programmes informatiques, et qu’ils s’attachent à développer des technologies capables d’employer ce talent. Après un bond en avant dans les années 80 avec les débuts du machine learning, c’est l’augmentation exponentielle de la puissance de calcul et des capacités de stockage dans les années 2000 qui a ouvert un boulevard à la recherche dans ce domaine.

Le but ? Fluidifier les échanges entre les êtres humains et les machines, simplifier et automatiser les tâches, traiter d’importants volumes de données, et in fine optimiser le quotidien des utilisateurs. Dans cette optique, il faut non seulement que les programmes soient « formés » au langage naturel, mais aussi qu’ils puissent apprendre au fur et à mesure de leurs interactions avec les utilisateurs afin de développer leurs compétences et de répondre toujours mieux aux demandes. Pour cette raison, le NLP se place au croisement du machine et du deep learning, comme sous-discipline de l’intelligence artificielle.

Lire la suite sur Journal du Net :