如果你递给某人一张白纸，上面只写了页面的标题，他们会理解标题的含义吗？他们对实际文件的内容有一个清晰的认识吗？如果是这样，那么恭喜！你刚刚通过了页面标题的空白纸测试，因为你的标题是描述性的。
白纸测试 (BSoPT) 是 Ian Lurie 多年来一直在谈论的一个想法，最近在他的新网站上也是如此。这是一个测试，看看您所写的内容是否对以前从未接触过您的品牌或内容的人有意义。用伊恩的话来说，“写在一张白纸上的这段文字，对陌生人有意义吗？” 空白纸测试是关于没有上下文的清晰性。
但是如果我们在机器而不是人上执行 BSoPT 呢？我们的思想实验还适用吗？我认同。机器无法阅读——即使是像谷歌和必应这样复杂的机器。他们只能猜测我们内容的含义，这使得测试特别相关。
我有 BSoPT 的替代版本，但对于机器：如果机器所能看到的只是文档中出现的单词列表以及出现频率，它是否可以合理地猜测文档的内容？
词频白纸测试
如果你递给某人一张白纸，上面只写了这张单词和频率表，他们能猜出这篇文章的内容吗？
一篇关于磨刀的文章是一个很好的猜测。我从中获取这个词频表的文章是关于如何磨刀的指南。
如果表格中出现“step”和“how”这两个词怎么办？阅读这篇文章的人会更有信心，还是更少地相信这篇文章是关于磨刀的？他们能说出这篇文章是关于磨刀还是小刀？
如果我们不能根据文章使用的单词很好地了解文章的内容，那么它的词频 BSoPT 就会失败。
我们还能对 BERT 使用词频吗？
搜索引擎采用的早期自然语言处理 (NLP) 方法使用词频和词共现的统计分析来确定页面的内容。他们忽略了我们内容中单词的顺序和词性，基本上把我们的页面当作成袋的词。
我们用来优化这种 NLP 的工具将我们内容的词频与我们的竞争对手进行了比较，并告诉我们单词使用的差距在哪里。假设，如果我们将这些词添加到我们的内容中，我们的排名会更高，或者至少可以帮助搜索引擎更好地理解我们的内容。
这些工具仍然存在：MarketMuse、SEMRush、google seobility、Ryte 等具有某种词频或 TD-IDF 差距分析能力。我一直在使用一个名为 Online Text Comparator 的免费词频工具，它运行良好。现在搜索引擎已经使用 BERT 等 NLP 方法取得了进步，它们仍然有用吗？我是这么认为的，但这并不像更多的单词 = 更好的排名那么简单。
BERT 比词袋方法复杂得多。BERT 会查看单词的顺序、词性以及我们内容中存在的任何实体。它很健壮，可以训练做很多事情，包括问答和命名实体识别——绝对比基本词频更先进。
但是，BERT 仍然需要查看页面上出现的单词才能发挥作用，而词频是对此的基本总结。现在，单词位置和词性更重要。我们不能只在页面周围散布我们在差距分析中找到的单词。
使用词频工具增强内容
为了帮助我们的内容对机器明确，我们需要使其对用户明确。减少我们写作中的歧义是关于选择特定于我们正在写作的主题的单词。如果我们的写作使用了大量的通用动词、代词和非主题形容词，那么我们的内容不仅平淡，而且难以理解。
考虑这个非特定语言的极端例子：
“找到合适的厨师刀的诀窍是找到功能、质量和价格之间的良好平衡。它应该由足够坚固的金属制成，以在相当长的时间内保持其边缘。你应该有一个舒适的手柄，不会让你感到疲倦。你也不需要花很多钱。家庭厨师不需要花 350 美元的日本刀。”
这个副本不是很好。它看起来几乎是机器生成的。我无法想象像这样写的完整文章会通过 BSoPT 的词频。
以下是移除了一些停用词后的词频表：
现在假设我们在几个页面上使用了一个词频工具，这些页面在“如何挑选厨师的刀”方面排名很好，并发现这些词性被相当频繁地使用：
实体：刀片、钢、疲劳、大马士革钢、三德、顺（品牌）动词：抓地力、砍伐形容词：完美、坚硬、高碳
将这些词合并到我们的副本中会产生明显更好的文本：
“找到完美厨师刀的诀窍是在功能、质量和价格之间取得适当的平衡。刀片应由足够坚硬的钢制成，以在重复使用后保持锋利的边缘。你应该有一个符合人体工程学的手柄，你可以舒适地握住它，以防止因延长切菜而感到疲劳。你也不需要花很多钱。家庭厨师不需要来自 Shun 的 350 美元的高碳大马士革钢三德。”
这种升级后的文本将更容易被机器分类，更便于用户阅读。使用与您的主题相关的单词也是很好的写作。
展望 NLP 的未来
是否通过针对 BERT 或其他 NLP 算法优化的空白纸测试来改进我们的内容？不，我不这么认为。我认为没有一组特殊的词可以添加到我们的内容中，从而通过利用 BERT 神奇地排名更高。我认为这是确保用户和机器都清楚地理解我们的内容的一种方式。
我预计我们已经非常接近优化 NLP 的想法将被认为是荒谬的地步了。也许在 10 年后，为用户写作和为机器写作将是一回事，因为技术已经进步了多少。但即便如此，我们仍然必须确保我们的内容有意义。白纸测试仍然是一个很好的起点。
