ٹول AT-W46REV. 2026-A
کی ورڈ سارٹر: کون سے سرچ ٹرمز ایک صفحے پر آتے ہیں؟
جو کی ورڈز صرف لفظ کی شکل، ترتیب یا مقام میں مختلف ہوں، وہ ایک صفحے پر آتے ہیں۔ اگر دو کی ورڈز کا موضوع ایک ہو مگر مقصد الگ، تو دو صفحات چاہییں۔ کی ورڈ سارٹر ہر لائن کو اس کی جڑ پر لاتا ہے، جرمن مرکب الفاظ کو توڑتا ہے اور سگنل الفاظ سے سرچ کا مقصد پڑھتا ہے۔ اس سے صفحات کا ایک پلان بنتا ہے، کینیبلائزیشن کی نشاندہی کے ساتھ، جسے آپ CSV کے طور پر آگے ایڈٹ کر سکتے ہیں۔
- مفت
- رجسٹریشن کے بغیر
- ترتیب براؤزر میں ہوتی ہے
01 / سارٹر
لسٹ پیسٹ کریں، کلسٹر اور صفحات کا پلان دیکھیں
سارٹر · کلسٹر، سرچ کا مقصد اور صفحات کا پلان
سارٹر الفاظ، لفظ کی جڑ اور سگنل الفاظ پڑھتا ہے۔ Google کسی کی ورڈ پر واقعی کیا دکھاتا ہے، یہ وہ نہیں دیکھتا؛ غیر واضح اور قریبی کیسز میں فیصلہ سرچ نتائج کرتے ہیں۔
ہر کلسٹر کے لیے صفحے کا پلان
والیوم کے حساب سے ترتیب، والیوم نہ ہو تو کی ورڈز کی تعداد کے حساب سے۔ کسی کلسٹر پر کلک کرنے سے کی ورڈز، مقصد اور وجہ نظر آتے ہیں۔
اصول اور الفاظ کی لسٹیں بتاریخ 14 نومبر 2026۔ صفحات کے ٹائٹل اور ڈسکرپشن آپ سنیپٹ پریویو سے چیک کریں؛ اگر آپ صفحات کو ملاتے ہیں تو ری ڈائریکٹ پلانر ری ڈائریکٹس کی منصوبہ بندی کرتا ہے۔
ترتیب آپ کے براؤزر میں ہوتی ہے۔ لسٹ نہ کہیں بھیجی جاتی ہے نہ محفوظ کی جاتی ہے۔
02 / طریقہ کار
سرچ ٹرم سے کلسٹر تک
پلانر سے نکلی کی ورڈ لسٹ صاف ستھری دکھتی ہے، مگر ہوتی کم ہی ہے۔ ایک ہی سوال اس میں پانچ بار ہوتا ہے، کبھی جمع میں، کبھی مقام کے ساتھ، کبھی مرکب لفظ کی شکل میں۔ جو اس سے صفحات بناتا ہے، وہ آخر میں تین ایسے متن لکھ دیتا ہے جو Google پر ایک ہی جگہ کے لیے مقابلہ کرتے ہیں۔ اس لیے سارٹر پہلے الفاظ کو صاف کرتا ہے اور پھر موازنہ کرتا ہے۔
لفظ کی شکل نہیں، لفظ کی جڑ
ہر لفظ اپنی جڑ پر لایا جاتا ہے: “Webdesigner” اور “Webdesign” بن جاتے ہیں “webdesign”، “Steuerberatung” اور “Steuerberater” بن جاتے ہیں “steuerberat”۔ اس کے لیے سارٹر جرمن زبان کا Snowball Stemmer استعمال کرتا ہے، جو Porter کے طریقے پر مبنی ہے: باقی حصے کی لمبائی کے مطابق لفظ کے آخری حصے مرحلہ وار کاٹے جاتے ہیں Porter 1980۔ ہمارا نفاذ شائع شدہ ٹیسٹ لسٹ کے تمام 35,053 الفاظ کے لیے وہی جڑ دیتا ہے جو اصل دیتا ہے۔ جرمن میں اس کا فائدہ اچھی طرح ثابت ہے: سادہ stemming بھی سرچ میں مدد دیتی ہے، اور مرکب الفاظ کو توڑنا اس سے کہیں زیادہ Braschler اور Ripplinger 2004، تجربے میں تقریباً 25 فیصد Monz اور de Rijke 2002۔
مرکب الفاظ کو حصوں میں توڑنا
“Zahnarztpraxis”، “Kinderzahnarzt”، “Webdesignkosten”: جرمن زبان الفاظ کو جوڑ دیتی ہے، اور صرف الفاظ کا موازنہ انہیں تین اجنبی کی ورڈز سمجھے گا۔ سارٹر مرکب لفظ کو کم از کم تین حروف والے معلوم الفاظ میں توڑتا ہے، “s” یا “es” کو جوڑ مان کر، اور وہ تقسیم چنتا ہے جس کی فریکوئنسیز کا جیومیٹرک اوسط سب سے زیادہ ہو Koehn اور Knight 2003۔ معلوم وہ ہے جو آپ کی لسٹ میں موجود ہے، ساتھ میں بنیادی الفاظ کی ایک لسٹ۔ اگر مرکب لفظ “-kosten” یا “-praxis” جیسے سگنل لفظ پر ختم ہو تو وہ الگ کر دیا جاتا ہے: “Webdesignkosten” ویب ڈیزائن ہے، ساتھ میں قیمت کا سوال۔
تقسیم غلط بھی ہو سکتی ہے، کیونکہ سارٹر مطلب نہیں جانچتا؛ اسی کام کے لیے عام طور پر لینگویج ماڈلز چاہییں Riedl اور Biemann 2016۔ اس لیے پورا لفظ ہمیشہ برقرار رہتا ہے، اور موازنے میں حصوں کا وزن صرف 0.5 ہوتا ہے۔ یوں “Zahnarzt” اور “Kinderzahnarzt” آدھے ملتے جلتے ہیں، ایک جیسے نہیں۔
شکل 1 · کور کے گرد لکیر اور اندر رنگ، سگنل اور سوالیہ الفاظ پر ترچھی لکیریں، مقامات نقطے دار، بھرتی کے الفاظ ڈیش والی لکیر سے۔ “Homepage” سے مراد Website، Webseite اور Homepage ہے۔
مطلب ایک، الفاظ الگ
“Homepage” اور “Webseite” میں کوئی ایسا حصہ مشترک نہیں جو stemmer ڈھونڈ سکے۔ سرچ کوئریز جیسے مختصر متن میں یہ عام بات ہے، تب الفاظ کا موازنہ صفر دیتا ہے Sahami اور Heilman 2006۔ اس لیے سارٹر مترادفات کی ایک مختصر لسٹ جانتا ہے، مثلاً website = webseite = homepage = internetseite = internetauftritt = webpräsenz؛ onlineshop = webshop = internetshop؛ email = mail؛ smartphone = handy۔ جو لسٹ میں نہیں، اسے وہ نہیں پہچانتا؛ اسی لیے قریبی کلسٹرز کے نوٹس دیے جاتے ہیں۔
مشابہت اور سختی
ہر کی ورڈ کا کور باقی رہتا ہے، یعنی بھرتی کے الفاظ، سگنل الفاظ اور مقامات کے بغیر موضوع۔ سارٹر دو کورز کا لفظ بہ لفظ موازنہ کرتا ہے: ہر کور لفظ دوسری طرف اپنے بہترین میچ کے ساتھ گنا جاتا ہے، ایک جیسی جڑ 1 کے ساتھ، صرف مرکب لفظ کے حصے کے طور پر 0.5 کے ساتھ۔ مجموعے کو تمام کور الفاظ کی تعداد سے تقسیم کرنے پر 0 اور 1 کے درمیان ایک قدر آتی ہے۔ سب سے عمومی کی ورڈز پہلے کسی کلسٹر کے مرکزی کی ورڈ بنتے ہیں؛ ہر اگلا کی ورڈ اس کلسٹر میں جاتا ہے جس کا مرکزی کی ورڈ اس سے سب سے زیادہ ملتا ہو، بشرطیکہ حد پوری ہو۔ اتنے مختصر متن میں صرف الفاظ کے موازنے کی حدود ہیں، سرچ انجن کا کلک ڈیٹا انہیں بہتر بناتا ہے Wen وغیرہ 2002۔ یہ ڈیٹا سارٹر کے پاس نہیں۔ اس لیے وہ آپ کو بتاتا ہے کہ کہاں دو کلسٹر بہت قریب ہیں، اور وہاں فیصلہ سرچ نتائج دیکھ کر ہوتا ہے۔
| سختی | حد | کیا ساتھ آتا ہے | مثال (مشابہت) | مثال میں کلسٹر |
|---|---|---|---|---|
| تنگ | 1 | صرف ایک جیسا کور (جڑ، مترادف اور مرکب لفظ کے بعد) | “zahnarzt plauen” اور “zahnarztpraxis plauen” (1) | 12 |
| درمیانی | 0,6 | کور زیادہ تر ملتا ہے | “webdesign” اور “webdesign wordpress” (0.67) | 10 |
| وسیع | 0,4 | مشترک مرکزی موضوع کافی ہے | “wordpress hosting” اور “wordpress theme” (0.5) | 9 |
مثال میں کلسٹر: ٹول میں پہلے سے بھرے 23 کی ورڈز۔ درمیانہ پہلے سے منتخب ہے۔
03 / سرچ کا مقصد
سرچ کرنے والا کیا چاہتا ہے: پانچ مقاصد اور ایک غیر واضح باقی حصہ
عام تقسیم 2002 کی ہے: سرچ کرنے والا کچھ جاننا چاہتا ہے، کسی خاص صفحے تک پہنچنا چاہتا ہے یا کچھ کرنا چاہتا ہے، مثلاً خریدنا یا ڈاؤن لوڈ کرنا Broder 2002۔ Google جائزہ کاروں کے لیے اپنی ہدایات میں انہی درجوں کو Know، Website اور Do کہتا ہے اور Visit-in-person، یعنی موقع پر جانا، کا اضافہ کرتا ہے۔ سارٹر اسی پر چلتا ہے اور دو درجے الگ سے رکھتا ہے، کیونکہ کاروباروں کے لیے یہی صفحے کی قسم طے کرتے ہیں۔ کمرشل کا مطلب ہے: کوئی فیصلے سے پہلے موازنہ کر رہا ہے، ایک ایسا مقصد جس پر تحقیق نے الگ سے کام کیا ہے Ashkan وغیرہ 2009۔ مقامی کا مطلب ہے: کوئی قریب میں سروس فراہم کرنے والا ڈھونڈ رہا ہے۔
| مقصد | سرچ کرنے والا … | سگنل الفاظ (چند مثالیں) | مثال | صفحے کی قسم |
|---|---|---|---|---|
| معلوماتیinformational · Google: Know | کچھ جاننا یا سیکھنا چاہتا ہے | شروع میں سوالیہ لفظ، anleitung، tutorial، tipps، ratgeber، erklärung | “wie funktioniert seo” “wie” معلوماتی، “funktioniert” معلوماتی۔ | گائیڈ آرٹیکل |
| نیویگیشنلnavigational · Google: Website | کسی خاص ویب سائٹ پر جانا چاہتا ہے | صرف برانڈ کا نام، ڈومین، login، einloggen، anmelden، anmeldung | “jimdo login” “login” نیویگیشنل، “jimdo” صرف برانڈ، نیویگیشنل۔ | موجودہ صفحے کو مضبوط کریں |
| ٹرانزیکشنلtransactional · Google: Do | کچھ کرنا چاہتا ہے: خریدنا، بک کرنا، ڈاؤن لوڈ کرنا | kaufen, bestellen, buchen, mieten, leihen, leasen | “vorlage kostenlos download” “vorlage” ٹرانزیکشنل، “kostenlos” ٹرانزیکشنل، “download” ٹرانزیکشنل۔ | سیلز پیج یا پروڈکٹ پیج |
| کمرشلcommercial investigation | فیصلے سے پہلے موازنہ کرتا ہے | test, testsieger, vergleich, vergleichen, vs, versus | “homepage baukasten vergleich” “vergleich” کمرشل۔ | سروس پیج یا موازنے کا صفحہ |
| مقامیlocal · Google: Visit-in-person | قریب میں سروس فراہم کرنے والا ڈھونڈتا ہے | مقام کا نام، پوسٹل کوڈ، nähe، umgebung، umkreis، öffnungszeiten، anfahrt | “seo agentur plauen” “agentur” کمرشل، “plauen” مقام۔ مقامی تعلق کمرشل پر مقدم ہے۔ | مقام کے حوالے کے ساتھ سروس پیج |
| غیر واضحکوئی سگنل لفظ نہیں | الفاظ سے اندازہ نہیں ہوتا | کوئی نہیں | “zahnarzt” کوئی سگنل لفظ نہیں۔ گائیڈ مراد ہے یا سروس، یہ سرچ نتائج بتاتے ہیں۔ | سرچ نتائج فیصلہ کرتے ہیں |
مثالیں اور وجوہات اسی منطق سے نکالی گئی ہیں جس سے ٹول کام کرتا ہے۔ تمام سگنل الفاظ سیکشن “اے آئی اسسٹنٹس کے لیے” میں یا ٹول کی ڈیٹا فائل میں موجود ہیں۔
سارٹر ایسے فیصلہ کرتا ہے
- سگنل الفاظ گنے جاتے ہیں۔ “kaufen”، “Vergleich” یا “Anleitung” جیسے مضبوط سگنل الفاظ 2 پوائنٹس دیتے ہیں، “kostenlos” یا “Agentur” جیسے کمزور 1۔ شروع میں سوالیہ لفظ 2 گنا جاتا ہے، اکیلا ڈومین یا برانڈ 3۔ یہ خصوصیات سرچ لاگز کے ایک بڑے جائزے سے لی گئی ہیں Jansen وغیرہ 2008، جرمن کے مطابق ڈھال کر۔
- سب سے زیادہ پوائنٹس جیتتے ہیں۔ برابری کی صورت میں ترتیب یہ ہے: نیویگیشنل، پھر ٹرانزیکشنل، پھر کمرشل، پھر معلوماتی۔ “was kostet eine homepage” میں “was” معلوماتی کی طرف اشارہ کرتا ہے، “kostet” کمرشل کی طرف، مقابلہ 2 اور 2 کا ہے۔ قیمت کا سوال مقدم ہے؛ نتیجہ کمرشل ہے اور “ملا جلا” کے طور پر نشان زد ہے۔
- مقام، خریداری اور موازنے پر مقدم۔ اگر کسی کی ورڈ میں مقامی تعلق ہو اور ساتھ خریداری یا موازنے کا مقصد ہو، تو وہ مقامی شمار ہوتا ہے؛ اس کا صفحہ مقام کے حوالے کے ساتھ سروس پیج ہے۔ مقام والے معلوماتی کی ورڈز معلوماتی ہی رہتے ہیں۔
- صرف برانڈ کا مطلب نیویگیشنل۔ نیویگیشنل صرف وہ ہے جس سے ایک ہی ویب سائٹ مراد ہو، مثلاً کسی کمپنی کا نام Rose اور Levinson 2004۔ ساتھ میں موضوع ہو تو برانڈ موضوع کا حصہ ہے: “amazon” نیویگیشنل ہے، “amazon kindle preis” کمرشل۔
- سگنل کے بغیر غیر واضح۔ صرف “Zahnarzt” (ڈینٹسٹ) سے پتہ نہیں چلتا کہ کوئی کلینک ڈھونڈ رہا ہے یا اس کے دانت میں درد ہے۔ Jansen کے جائزے میں ایسے کی ورڈز خود بخود “معلوماتی” میں چلے گئے۔ ہم انہیں غیر واضح رکھتے ہیں، کیونکہ بظاہر معلوماتی بہت سی سرچز دراصل کسی سروس فراہم کرنے والے کی تلاش ہوتی ہیں Rose اور Levinson 2004۔
- سوال FAQ بنتے ہیں۔ اگر کوئی کی ورڈ سوالیہ لفظ سے شروع ہو تو صفحات کا پلان اسے FAQ کے سوال یا ذیلی عنوان کے طور پر تجویز کرتا ہے۔ سرچ انجن سے پوچھے گئے سوالات کو مقصد اور سوالیہ لفظ کی قسم کے مطابق کافی قابلِ اعتماد طریقے سے درجہ بند کیا جا سکتا ہے Cambazoglu وغیرہ 2021۔
لینگویج ماڈل کے بجائے الفاظ کی لسٹیں کیوں؟ کیونکہ نئے موازنوں میں کی ورڈز پر مبنی اصول سیکھے ہوئے طریقوں سے برے ثابت نہیں ہوئے اور ہر سرچ کے لیے تیزی سے چلائے جا سکتے ہیں Alexander وغیرہ 2022۔ سب سے بڑھ کر، ہر فیصلہ پڑھ کر سمجھا جا سکتا ہے۔ یہ ضروری ہے، کیونکہ مقصد کبھی پوری طرح یقینی نہیں ہوتا: تقریباً 50,000 سرچز پر ایک بڑی تحقیق میں نہ باہر کے جائزہ کار اور نہ خود سرچ کرنے والے مقصد کو قابلِ اعتماد طور پر بتا سکے Lewandowski وغیرہ 2012۔ Jansen کے اصولوں کا ہاتھ سے کی گئی درجہ بندی سے 74 فیصد اتفاق تھا Jansen وغیرہ 2008۔ اور مقاصد کی تقسیم موضوع پر بہت منحصر ہے، جرمن سرچ انجنوں میں بھی Lewandowski 2006۔ اس لیے کاریگروں کی کسی لسٹ کے لیے “زیادہ تر معلوماتی” جیسا مقررہ تناسب غلط ہوگا۔
مثال میں 23 کی ورڈز اس طرح تقسیم ہیں: معلوماتی 3، نیویگیشنل 2، ٹرانزیکشنل 1، کمرشل 9، مقامی 7، غیر واضح 1۔
04 / مقامی تعلق
مقام کب مقام شمار ہوتا ہے
تقریباً 13 فیصد سرچز کا مقصد کسی خاص جگہ سے جڑا ہوتا ہے۔ لیکن ایک چوتھائی سے کچھ زیادہ میں مقام کے الفاظ ہوتے ہیں بغیر کسی مقام کے مطلب کے، مثلاً کسی کمپنی کے نام کے حصے کے طور پر Gan وغیرہ 2008۔ جرمن میں مزید یہ کہ کچھ شہروں کے نام عام الفاظ جیسے ہیں۔ اس لیے سارٹر “Essen”، “Halle”، “Hof”، “Siegen”، “Hagen” اور ایسے ناموں کو صرف “in”، “bei”، “aus” یا “Raum” کے بعد مقام مانتا ہے۔
وہ تقریباً 80 بڑے شہر، وفاقی ریاستیں، فوگٹ لینڈ اور اس کے آس پاس کے مقامات جانتا ہے۔ اپنے علاقے کے چھوٹے مقامات آپ خانے “آپ کے مقامات” میں لکھیں۔ اور دھیان رہے: مقام کے نام کے بغیر بھی سرچ مقامی ہو سکتی ہے۔ “Zahnarzt” یا “Heizungsbauer” پر Google عموماً قریب کے نتائج دکھاتا ہے، اور ایسی سرچز سرچ لاگز سے اچھی طرح پہچانی جا سکتی ہیں Welch اور Cho 2008۔ الفاظ سے سارٹر یہ نہیں دیکھ سکتا؛ سرچ نتائج میں نقشے والا باکس یہ بتا دیتا ہے۔
| کی ورڈ | مقصد | وجہ |
|---|---|---|
| pizza bestellen in essen | مقامی | “bestellen” ٹرانزیکشنل، “essen” مقام۔ مقامی تعلق ٹرانزیکشنل پر مقدم ہے۔ |
| essen bestellen | ٹرانزیکشنل | “bestellen” ٹرانزیکشنل۔ |
| feier in halle | مقامی | “halle” مقام۔ |
| halle mieten | ٹرانزیکشنل | “mieten” ٹرانزیکشنل۔ |
| heizungsbauer 08228 | مقامی | “08228” مقام۔ |
ہر مقام کے لیے ایک صفحہ؟
لالچ بڑا ہے: “Webdesign Plauen”، “Webdesign Zwickau”، “Webdesign Auerbach”، ہر ایک کا الگ صفحہ، صرف شہر کا نام بدل کر۔ Google اپنی سپیم پالیسی میں اسے صاف طور پر ڈور وے پیجز کی مثال کہتا ہے۔ اس لیے سارٹر ان کی ورڈز کو، جو صرف مقام میں مختلف ہوں، ایک کلسٹر میں رکھتا ہے اور بتاتا ہے جب کسی کلسٹر میں کئی مقامات ہوں۔ الگ مقامی صفحہ تب فائدہ دیتا ہے جب آپ کے پاس وہاں کے بارے میں کچھ اپنا کہنے کو ہو: کوئی برانچ، وہاں کے پراجیکٹس یا کام کا الگ طریقہ۔ کسی بھی مقامی صفحے سے زیادہ اہم ایک مکمل Google بزنس پروفائل ہے؛ اس میں کیا کمی ہے، یہ بزنس پروفائل چیک دکھاتا ہے۔
05 / صفحات کا پلان
ایک موضوع، ایک صفحہ: کینیبلائزیشن پہچانیں
کینیبلائزیشن تب ہوتی ہے جب ایک ہی ویب سائٹ کے دو صفحات ایک ہی کی ورڈ کے لیے مقابلہ کریں۔ تب Google کبھی ایک دکھاتا ہے، کبھی دوسرا، اور کوئی بھی اتنا اوپر نہیں آتا جتنا ایک مضبوط صفحہ آتا۔ زیادہ تر یہ آہستہ آہستہ ہوتا ہے: موضوع پر ایک بلاگ آرٹیکل، بعد میں ایک سروس پیج، ساتھ میں ایک پرانا پروموشن پیج جو کبھی ڈیلیٹ نہیں ہوا۔ سارٹر اس کی تین قسمیں ڈھونڈتا ہے، اسی ترتیب سے۔
| درجہ | سارٹر کیا دیکھتا ہے | کیا کرنا ہے |
|---|---|---|
| کینیبلائزیشن | ایک کی ورڈ لسٹ میں دو URLs کے ساتھ ہے، یا ایک کلسٹر کئی URLs پر بٹا ہوا ہے۔ | ایک صفحے کو ٹارگٹ طے کریں، باقی کو اس میں ضم کر کے ری ڈائریکٹ کریں یا واضح طور پر الگ کریں۔ |
| چیک کریں | ایک URL کئی کلسٹرز کے لیے ہے، یا دو کلسٹر حد سے ذرا نیچے ہیں۔ | دونوں مرکزی کی ورڈز کے پہلے دس نتائج کا موازنہ کریں۔ اگر وہ زیادہ تر ایک جیسے ہوں تو یہ ایک صفحے پر آتا ہے۔ |
| منصوبہ بندی | ایک موضوع دو مقاصد کے ساتھ، ایک کلسٹر میں کئی مقامات، سال کے ہندسے۔ | گائیڈ اور سروس پیج الگ رکھیں اور لنک کریں؛ مقامی صفحات صرف حقیقی تعلق کے ساتھ؛ تاریخ نظر آنے والی جگہ پر اپ ڈیٹ رکھیں۔ |
پہلا درجہ سارٹر تبھی دیکھتا ہے جب آپ اسے URLs بھی دیں۔ سب سے آسان طریقہ Search Console ہے: رپورٹ “Leistung” (Performance) میں کسی سرچ کوئری کا فلٹر لگائیں اور ٹیب “Seiten” (Pages) میں دیکھیں کہ ایک سے زیادہ URL آتا ہے یا نہیں۔ تب لائن ایسی دکھے گی: steuerberater rodewisch;300;https://beispiel.de/steuerberatung۔ ضم کرنے کے لیے وہی اصول ہے جو Google کینونیکل URL کے بارے میں لکھتا ہے: مستقل ری ڈائریکٹ سب سے مضبوط سگنل ہے، rel="canonical" دوسرا بہترین۔ اس میں کون سے ری ڈائریکٹس چاہییں، یہ ری ڈائریکٹ پلانر پلان کرتا ہے، اور نئے صفحات کے ٹائٹل سنیپٹ پریویو چیک کرتا ہے۔
صفحات کے پلان میں کیا ہوتا ہے
- مرکزی کی ورڈ۔ سب سے زیادہ والیوم والا کی ورڈ؛ والیوم نہ ہو تو سب سے عمومی۔ یہ ٹائٹل اور مرکزی ہیڈنگ میں جاتا ہے۔
- صفحے کی قسم۔ کلسٹر میں سب سے زیادہ وزن والے مقصد سے: گائیڈ، مقام کے ساتھ یا بغیر سروس پیج، سیلز پیج، یا برانڈ سرچ کے لیے کوئی نیا صفحہ نہیں۔
- URL کی تجویز۔ کور سے بنایا گیا، گائیڈ /ratgeber/ کے تحت۔ اگر آپ کی لسٹ میں پہلے سے URL ہو تو پلان وہی بتاتا ہے۔
- ذیلی کی ورڈز اور سوالات۔ کلسٹر کے باقی کی ورڈز ذیلی عنوانات اور متن میں جاتے ہیں، سوالات FAQ میں۔ ان کے لیے الگ صفحات کی ضرورت نہیں۔
06 / طریقہ
لسٹ سے پلان ایسے بنائیں
- کی ورڈز جمع کریں۔ کی ورڈ پلانر سے، Search Console سے، فون پر آپ کے گاہکوں کے سوالات سے۔ خاص طور پر آخری والے کسی ٹول میں نہیں ہوتے۔
- ترتیب دیں۔ لسٹ پیسٹ کریں، اپنے علاقے کے مقامات اور اپنی کمپنی کا نام لکھیں۔ زیادہ تر لسٹوں کے لیے درمیانہ ٹھیک ہے؛ بہت ملتی جلتی سروسز میں “تنگ” مدد دیتا ہے۔
- غیر واضح اور قریبی کیسز چیک کریں۔ ہر غیر واضح مرکزی کی ورڈ اور ہر قریبی جوڑے کو ایک بار خود سرچ کریں۔ دس منٹ، جو اکثر ایک غیر ضروری صفحہ بچا لیتے ہیں۔
- موجودہ صفحات سے ملائیں۔ کن کلسٹرز کا صفحہ پہلے سے ہے، کن کا نہیں، کہاں دو صفحات مقابلہ کر رہے ہیں؟ اس کے لیے CSV میں کالم “لسٹ میں URL” ہے۔
- ترتیب طے کریں۔ پہلے کینیبلائزیشن والے کلسٹر، پھر زیادہ والیوم اور واضح مقصد والے۔ مقامی سروس پیجز چھوٹے کاروباروں کو عموماً سب سے جلدی انکوائریاں دلاتے ہیں۔
سارٹر کی حد کہاں ختم ہوتی ہے
- صرف الفاظ۔ Google کسی کی ورڈ پر کیا دکھاتا ہے، یہ وہ چیک نہیں کرتا۔ اگر دو کی ورڈز کے پہلے نتائج ایک جیسے ہوں تو وہ ساتھ جاتے ہیں، چاہے سارٹر انہیں الگ کر دے۔
- پہلے جرمن۔ جڑ اور مرکب الفاظ جرمن کے لیے بنائے گئے ہیں؛ “best” یا “buy” جیسے انگریزی سگنل الفاظ وہ ساتھ پڑھ لیتا ہے، مگر انگریزی الفاظ کی شکلیں یکجا نہیں کرتا۔
- لسٹیں، ڈکشنریاں نہیں۔ مقامات، برانڈز، مترادفات اور بنیادی الفاظ منتخب لسٹیں ہیں۔ جو ان میں نہیں، اسے آپ خانوں میں شامل کریں، ورنہ وہ پہچانا نہیں جاتا۔
- والیوم لیا جاتا ہے۔ خود کوئی والیوم معلوم نہیں کیا جاتا۔ نمبروں کے بغیر پلان کی ورڈز کی تعداد کے حساب سے ترتیب دیتا ہے۔
فوگٹ لینڈ میں سرچ ٹرمز کے لیے ہم صفحات کیسے بناتے ہیں، یہ روڈے وش میں SEO میں لکھا ہے۔ اچھے متن کے باوجود ویب سائٹ کیوں نظر نہیں آتی، یہ گائیڈ Google پر ویب سائٹ نہیں ملتی بتاتی ہے، اور اے آئی سرچ سے کیا بدلتا ہے، یہ SEO، AEO اور GEO میں ہے۔ پوری ویب سائٹ کا جائزہ، ٹیکنالوجی، مواد اور اے آئی اسسٹنٹس میں نظر آنے سمیت، SpotLens چیک دیتا ہے۔ سرچ میں نظر آنے کے مزید ٹولز SEO اور وزیبلٹی میں ہیں۔
07 / تحقیق
تحقیق اس بارے میں کیا کہتی ہے
سارٹر کے اصول اندازوں پر نہیں بنے۔ سب سے اہم اصول چھ تحقیقی نتائج پر کھڑے ہیں؛ جانچ کے نوٹ کے ساتھ مکمل لسٹ نیچے ہے۔
- زیادہ تر سرچز معلوماتی ہوتی ہیں، مگر سب واضح نہیں ہوتیں۔ 80 فیصد سے زیادہ معلوماتی، نیویگیشنل اور ٹرانزیکشنل ہر ایک تقریباً 10 فیصد، اور ایک چوتھائی مبہم یا ایک سے زیادہ معنی والی رہیں Jansen وغیرہ 2008۔ اسی لیے سارٹر ملے جلے کیسز کو نشان زد کرتا ہے۔
- مقصد پڑھنا مشکل ہے، انسانوں کے لیے بھی۔ نہ جائزہ کار اور نہ خود سرچ کرنے والے اسے قابلِ اعتماد طور پر بتا سکے Lewandowski وغیرہ 2012۔ اسی لیے ہر کی ورڈ کے ساتھ وجہ لکھی ہوتی ہے۔
- قابلِ وضاحت اصول کافی ہیں۔ سیکھے ہوئے ماڈلز کی ورڈ اصولوں سے آگے نہیں نکلے Alexander وغیرہ 2022۔
- جرمن الفاظ کو جڑ اور تقسیم چاہیے۔ دونوں جرمن میں سرچ کو واضح طور پر بہتر بناتے ہیں Braschler اور Ripplinger 2004، فریکوئنسی کی بنیاد پر مرکب لفظ کی تقسیم سادہ اور مؤثر ہے Koehn اور Knight 2003۔
- مختصر سرچز میں کم الفاظ مشترک ہوتے ہیں۔ صرف الفاظ کا موازنہ سرچ کوئریز کی کلسٹرنگ ٹھیک سے نہیں کرتا Wen وغیرہ 2002، اور مشترک حصے کے بغیر مترادف بالکل رہ جاتے ہیں Sahami اور Heilman 2006۔ اسی لیے مترادفات کی لسٹ اور قریبی کلسٹرز کے نوٹس۔
- مقام کے الفاظ ہمیشہ مقام نہیں ہوتے۔ ایک چوتھائی سرچز میں مقام کے الفاظ تھے مگر مقامی مقصد نہیں تھا Gan وغیرہ 2008۔
08 / اے آئی اسسٹنٹس کے لیے
یہ ٹول کسی اے آئی اسسٹنٹ سے استعمال کریں
Claude یا ChatGPT جیسے اسسٹنٹ، جو Model Context Protocol (MCP) استعمال کرتے ہیں، اس صفحے کا حساب خود دوبارہ بنانے کی بجائے سیدھا یہیں سے چلا سکتے ہیں۔ سرور پبلک ہے، لاگ اِن نہیں مانگتا اور کچھ محفوظ نہیں کرتا۔ جواب میں ہمیشہ اس صفحے کا لنک، ڈیٹا کی تاریخ اور نتیجے کی حدود شامل ہوتی ہیں۔
- اینڈ پوائنٹ
https://aureum-tech.com/mcp- ٹول
werkzeug_keyword_sortierer- ٹرانسپورٹ
- Streamable HTTP، صرف پڑھنے کے لیے
| نام | لازمی | مطلب |
|---|---|---|
begriffe | ہاں | کی ورڈز کی لسٹ، زیادہ سے زیادہ 1000 اندراجات۔ جرمن؛ انگریزی سگنل الفاظ (buy، best، how) بھی پڑھے جاتے ہیں۔ |
strenge | نہیں | کلسٹر کتنے تنگ ہوں: eng = صرف ایک جیسا کور (جڑ، مترادف اور مرکب لفظ کے بعد) (حد 1)؛ mittel = کور زیادہ تر ملتا ہے (حد 0.6)؛ weit = مشترک مرکزی موضوع کافی ہے (حد 0.4)۔ کچھ نہ دیا جائے تو mittel۔ |
orte | نہیں | اختیاری: آپ کے علاقے کے اپنے مقامات جو مقامی تعلق شمار ہوں، مثلاً ["Treuen", "Lengenfeld"]۔ |
marken | نہیں | اختیاری: اپنے اور دوسروں کے برانڈ نام۔ اگر کی ورڈ میں صرف برانڈ ہو تو وہ نیویگیشنل شمار ہوتا ہے۔ |
ایسے سوالات جن پر اسسٹنٹ کو یہ ٹول چلانا چاہیے
- “ان 200 کی ورڈز میں سے کون سے ایک ہی صفحے پر آتے ہیں، اور ہر گروپ کے لیے مجھے کون سا صفحہ چاہیے؟”
- “کیا ‘webdesign kosten’ کمرشل سرچ ہے یا معلوماتی؟”
- “یہ میرا Search Console ایکسپورٹ ہے، سرچ کوئری اور صفحے کے ساتھ: میرے صفحات کہاں ایک دوسرے کا مقابلہ کر رہے ہیں؟”
- “پلاؤن کے ایک ٹیکس کنسلٹنٹ کے لیے یہ سرچ ٹرمز سرچ کے مقصد کے مطابق ترتیب دیں اور مجھے صفحات کا پلان بنا دیں۔”
کنکشن کیسے کام کرتا ہے اور MCP آپ کے اپنے کاروبار میں کیا کر سکتا ہے، یہ MCP انٹیگریشنز کے صفحے پر لکھا ہے۔
09 / عام سوالات
کی ورڈز، کلسٹرز اور سرچ کے مقصد کے بارے میں عام سوالات
کی ورڈ کلسٹرنگ کیا ہے؟
کلسٹرنگ میں سرچ ٹرمز کو ایسے گروپس میں جمع کیا جاتا ہے جو ایک ہی صفحے پر آتے ہیں۔ “Webdesign Plauen”، “Webdesigner Plauen” اور “Webdesign in der Nähe” ایک موضوع اور ایک مقصد ہیں، یعنی ایک صفحہ۔ “Was ist SEO” اور “SEO Agentur Plauen” کا موضوع ایک ہے مگر مقصد الگ: ایک گائیڈ اور ایک سروس پیج۔ کی ورڈ سارٹر لفظ کی جڑ اور مرکب لفظ کے حصوں کے مطابق گروپ بناتا ہے، مقصد کے لحاظ سے الگ الگ؛ صفحے پر دی گئی مثال میں 23 کی ورڈز سے 10 کلسٹر بنتے ہیں۔
کی ورڈ کینیبلائزیشن کیا ہے؟
کینیبلائزیشن کا مطلب ہے: ایک ہی ویب سائٹ کے کئی صفحات ایک ہی سرچ ٹرم کو نشانہ بناتے ہیں اور ایک دوسرے کی پوزیشن چھین لیتے ہیں۔ سب سے پکی نشانی وہ کی ورڈ ہے جس کے لیے Search Console میں باری باری دو URLs نظر آتے ہیں۔ اگر آپ تیسرے کالم میں URLs لکھ دیں تو سارٹر ایسے کیسز سب سے پہلے بتاتا ہے۔ حل تقریباً ہمیشہ ایک ٹارگٹ صفحہ ہوتا ہے، جس کی طرف باقی صفحات ری ڈائریکٹ یا لنک کرتے ہیں۔
سرچ کے کون کون سے مقاصد ہوتے ہیں؟
تحقیق 2002 سے معلوماتی، نیویگیشنل اور ٹرانزیکشنل سرچ میں فرق کرتی ہے؛ Google انہیں Know، Website اور Do کہتا ہے اور موقع پر جانے کے لیے Visit-in-person کا اضافہ کرتا ہے۔ 1.5 ملین سے زیادہ سرچز کے ایک جائزے میں 80 فیصد سے زیادہ معلوماتی تھیں اور نیویگیشنل اور ٹرانزیکشنل ہر ایک تقریباً 10 فیصد۔ سارٹر اس میں کمرشل مقصد (خریداری سے پہلے موازنہ) اور مقامی مقصد کا اضافہ کرتا ہے۔
کیا واحد، جمع اور الفاظ کی دوسری ترتیب ایک ہی صفحے پر آتے ہیں؟
جی ہاں۔ Google “Webseiten erstellen” اور “Webseite erstellen” کو ایک ہی سوال سمجھتا ہے، اور ان کے لیے دو الگ متن صرف ایک دوسرے کا مقابلہ کریں گے۔ سارٹر دونوں کو ایک ہی جڑ (“webseit”) پر لاتا ہے اور ایک ہی کلسٹر میں رکھتا ہے۔ کی ورڈز صرف تب الگ ہوتے ہیں جب مقصد بدل جائے، مثلاً “Kosten” (قیمت) سے “Anleitung” (طریقہ) کی طرف۔
کیا مجھے ہر شہر کے لیے الگ صفحہ چاہیے؟
صرف تب، جب وہاں آپ کے پاس واقعی کچھ پیش کرنے کو ہو، مثلاً کوئی برانچ، پراجیکٹس یا کام کا الگ طریقہ۔ تقریباً ایک جیسے صفحات، جن میں صرف شہر کا نام بدلا ہو، Google ڈور وے پیجز (Brückenseiten، doorway pages) سمجھتا ہے، یعنی سپیم۔ ایک علاقے کے لیے عموماً ایک سروس پیج کافی ہوتا ہے جس میں شہروں کے نام ہوں، ساتھ میں ایک اپ ٹو ڈیٹ Google بزنس پروفائل۔
سرچ والیوم کہاں سے ملے گا؟
Google Ads کا کی ورڈ پلانر ماہانہ سرچز رینج میں یا گول کر کے بتاتا ہے؛ موجودہ صفحات کے لیے Search Console ہر سرچ کوئری کے امپریشنز دکھاتا ہے۔ دونوں ایکسپورٹ سیدھے پیسٹ کیے جا سکتے ہیں، ہیڈر لائن پہچان لی جاتی ہے۔ سارٹر خود کوئی والیوم معلوم نہیں کرتا؛ نمبروں کے بغیر وہ کلسٹرز کو کی ورڈز کی تعداد کے حساب سے ترتیب دیتا ہے۔
کی ورڈ سارٹر کی حد کہاں ختم ہوتی ہے؟
وہ صرف الفاظ پڑھتا ہے: لفظ کی جڑ، مرکب الفاظ، سگنل الفاظ اور مقامات۔ Google کسی کی ورڈ پر اصل میں کیا دکھاتا ہے، یہ وہ نہیں دیکھتا، اور ایسے مترادف جن میں کوئی حصہ مشترک نہ ہو، وہ صرف ایک مختصر لسٹ سے جانتا ہے۔ کلسٹرز اصل سرچ نتائج پر پورے اترتے ہیں یا نہیں، صفحات کیسے ہوں اور کون سے ری ڈائریکٹس ضروری ہیں، یہ ہم آپ کے ساتھ طے کرتے ہیں؛ آپ کی ویب سائٹ کا مجموعی جائزہ SpotLens دیتا ہے۔
10 / تحقیقی مطالعے اور مآخذ
اس ٹول کی بنیاد کیا ہے
اوپر دیے گئے رہنما اعداد اور نوٹس ان 17 تحقیقی مقالوں پر مبنی ہیں۔ ہر ایک کو اس کے DOI یا پبلشر کے صفحے سے چیک کیا گیا ہے (آخری بار 14 نومبر 2026 کو): یہ موجود ہے، واپس نہیں لیا گیا، اور اس کا نتیجہ آج بھی اس سوال کے لیے درست ہے۔
Broder, A. (2002): A taxonomy of web search. ACM SIGIR Forum 36 (2)، صفحات 3–10
نتیجہ ویب سرچ کے پیچھے اکثر معلومات کی ضرورت نہیں ہوتی۔ سرچ کرنے والا کسی خاص صفحے تک پہنچنا چاہتا ہے (navigational) یا کچھ کرنا چاہتا ہے، مثلاً خریداری یا کوئی فائل ڈاؤن لوڈ کرنا (transactional)۔
ٹول میں سارٹر کے تین بنیادی درجے: معلوماتی، نیویگیشنل، ٹرانزیکشنل۔
doi.org/10.1145/792550.792552 · تحقیقی جریدہ
Rose, D. E.; Levinson, D. (2004): Understanding user goals in web search. Proceedings of the 13th International Conference on World Wide Web (WWW 2004)، صفحات 13–19
نتیجہ نیویگیشنل سرچز اندازے سے کم ہوتی ہیں۔ نیویگیشنل صرف وہ ہے جس سے ایک ہی مستند ویب سائٹ مراد ہو، مثلاً کسی کمپنی کا نام۔ بظاہر معلوماتی سرچز کا بڑا حصہ یہ جاننا چاہتا ہے کہ کوئی پروڈکٹ یا سروس کہاں ملتی ہے۔
ٹول میں صرف برانڈ نیویگیشنل شمار ہوتا ہے، موضوع کے ساتھ برانڈ نہیں۔ سگنل لفظ کے بغیر کی ورڈز خود بخود گائیڈ نہیں مانے جاتے بلکہ غیر واضح رہتے ہیں۔
doi.org/10.1145/988672.988675 · کانفرنس پیپر
Jansen, B. J.; Booth, D. L.; Spink, A. (2008): Determining the informational, navigational, and transactional intent of Web queries. Information Processing & Management 44 (3)، صفحات 1251–1266
نتیجہ مقررہ خصوصیات (سوالیہ الفاظ، کمپنی اور ڈومین کے نام، مختصر سرچز، خریداری اور ڈاؤن لوڈ کے الفاظ) والے ایک کلاسیفائر نے 1.5 ملین سے زیادہ سرچز کی درجہ بندی کی: 80 فیصد سے زیادہ معلوماتی، نیویگیشنل اور ٹرانزیکشنل ہر ایک تقریباً 10 فیصد۔ ہاتھ سے کی گئی درجہ بندی سے اس کا 74 فیصد اتفاق تھا؛ باقی مبہم یا ایک سے زیادہ معنی والی تھیں۔
ٹول میں سگنل الفاظ کی لسٹیں انہی خصوصیات پر مبنی ہیں۔ ایک سے زیادہ معنی والے کی ورڈز کو سارٹر چھپانے کے بجائے “ملا جلا” کے طور پر نشان زد کرتا ہے۔
doi.org/10.1016/j.ipm.2007.07.015 · تحقیقی جریدہ
Lewandowski, D. (2006): Query types and search topics of German Web search engine users. Information Services & Use 26 (4)، صفحات 261–269
نتیجہ جرمن سرچ انجنوں Fireball، Seekport اور Metager کی 1,500 سرچز، Broder کے مطابق درجہ بند: تینوں اقسام بڑی تعداد میں ملتی ہیں، اور ان کی تقسیم ہر موضوع میں واضح طور پر مختلف ہے۔
ٹول میں سب کی ورڈز کے لیے کوئی مقررہ معیار نہیں: سارٹر ہر کی ورڈ کو اس کے اپنے سگنل الفاظ کے مطابق درجہ بند کرتا ہے۔
doi.org/10.3233/ISU-2006-26401 · تحقیقی جریدہ
Lewandowski, D.; Drechsler, J.; von Mach, S. (2012): Deriving query intents from web search engine queries. Journal of the American Society for Information Science and Technology 63 (9)، صفحات 1773–1788
نتیجہ تقریباً 50,000 سرچز، جنہیں جائزہ کاروں نے درجہ بند کیا اور کلک ڈیٹا اور ایک سروے سے دوبارہ جانچا گیا: نہ باہر کے جائزہ کار اور نہ خود سرچ کرنے والے مقصد کو قابلِ اعتماد طور پر بتا سکے۔
ٹول میں ہر درجہ بندی اپنی وجہ دکھاتی ہے۔ غیر واضح اور ملے جلے کی ورڈز پر ٹول یقین کا دکھاوا کرنے کے بجائے سرچ نتائج کی طرف اشارہ کرتا ہے۔
doi.org/10.1002/asi.22706 · تحقیقی جریدہ
Alexander, D.; Kusa, W.; de Vries, A. P. (2022): ORCAS-I: Queries Annotated with Intent using Weak Supervision. Proceedings of the 45th International ACM SIGIR Conference (SIGIR 2022)، صفحات 3057–3066
نتیجہ سرچ کوئریز کو کی ورڈ اصولوں اور Broder کے مطابق اندازوں سے نشان زد کیا گیا (معلوماتی کو مزید باریکی سے تقسیم کر کے)۔ سیکھے ہوئے ماڈلز ان اصولوں سے آگے نہیں نکلے، اور اصول ہر سرچ کے لیے تیزی سے چلائے جا سکتے ہیں۔
ٹول میں ماڈل کے بجائے کھلی الفاظ کی لسٹوں کی وجہ: معیار ایک جیسا، اور ہر فیصلہ پڑھ کر سمجھا جا سکتا ہے۔
doi.org/10.1145/3477495.3531737 · کانفرنس پیپر
Cambazoglu, B. B.; Tavakoli, L.; Scholer, F. وغیرہ (2021): An Intent Taxonomy for Questions Asked in Web Search. Proceedings of the 2021 Conference on Human Information Interaction and Retrieval (CHIIR 2021)، صفحات 85–94
نتیجہ سرچ انجن سے پوچھے گئے 1,000 حقیقی سوالات سے مقصد، سوالیہ لفظ کی قسم اور متوقع جواب کے مطابق ایک درجہ بندی بنی۔ یہ پرانے نظاموں سے زیادہ باریک ہے اور پھر بھی جائزہ کاروں کا اتفاق زیادہ ہے۔
ٹول میں شروع میں سوالیہ لفظ کی ورڈ کو سوال بنا دیتا ہے؛ صفحات کا پلان ایسے کی ورڈز FAQ کے لیے تجویز کرتا ہے۔
doi.org/10.1145/3406522.3446027 · کانفرنس پیپر
Ashkan, A.; Clarke, C. L. A.; Agichtein, E.; Guo, Q. (2009): Classifying and Characterizing Query Intent. Advances in Information Retrieval (ECIR 2009), Lecture Notes in Computer Science 5478، صفحات 578–586
نتیجہ خاص طور پر کمرشل مقصد کی جانچ کی گئی۔ اشتہار پر کلک، سرچ کی خصوصیات اور نتائج کے صفحے کے مواد نے مل کر اسے اچھی طرح پہچانا۔
ٹول میں کمرشل ایک الگ درجہ ہے۔ چونکہ نتائج کا صفحہ بھی مقصد ظاہر کرتا ہے، اس لیے شک کی صورت میں ٹول نتائج دیکھنے کا مشورہ دیتا ہے۔
doi.org/10.1007/978-3-642-00958-7_53 · کانفرنس پیپر
Gan, Q.; Attenberg, J.; Markowetz, A.; Suel, T. (2008): Analysis of geographic queries in a search engine log. Proceedings of the First International Workshop on Location and the Web (LocWeb 2008)، صفحات 49–56
نتیجہ AOL کی 36 ملین سرچز میں سے تقریباً 13 فیصد کا مقصد جغرافیائی تھا۔ مزید 24 فیصد سے کچھ زیادہ میں مقام کے الفاظ تھے، بغیر کسی مقام کے مطلب کے، مثلاً کمپنیوں کے ناموں میں۔
ٹول میں جو مقامات کے نام عام الفاظ بھی ہیں (“Essen”، “Halle”، “Hof”)، وہ صرف “in”، “bei” اور ایسے الفاظ کے بعد مقام شمار ہوتے ہیں۔
doi.org/10.1145/1367798.1367806 · کانفرنس پیپر
Welch, M. J.; Cho, J. (2008): Automatically identifying localizable queries. Proceedings of the 31st Annual International ACM SIGIR Conference (SIGIR 2008)، صفحات 507–514
نتیجہ مقام بتائے بغیر کچھ سرچز “لوکلائز ہونے کے قابل” ہوتی ہیں: صارف کے آس پاس کے نتائج زیادہ موزوں ہوتے ہیں۔ ایک کلاسیفائر نے سرچ لاگ سے ایسی سرچز 94 فیصد درستگی سے پہچانیں۔
ٹول میں نتیجے میں نوٹ: “zahnarzt” جیسا غیر واضح کی ورڈ پھر بھی مقامی ہو سکتا ہے؛ Google نقشہ دکھاتا ہے یا نہیں، اس سے پتہ چلتا ہے۔
doi.org/10.1145/1390334.1390421 · کانفرنس پیپر
Wen, J.-R.; Nie, J.-Y.; Zhang, H.-J. (2002): Query clustering using user logs. ACM Transactions on Information Systems 20 (1)، صفحات 59–81
نتیجہ چونکہ سرچ کوئریز بہت مختصر ہوتی ہیں، اس لیے صرف الفاظ کا موازنہ کلسٹرنگ کے لیے ٹھیک نہیں۔ صارفین کسی سرچ پر کون سی دستاویزات کلک کرتے ہیں، یہ مدد دیتا ہے؛ سب سے بہتر الفاظ اور کلکس کا ملاپ تھا۔
ٹول میں سارٹر صرف الفاظ کے بجائے جڑوں اور مرکب لفظ کے حصوں کا موازنہ کرتا ہے۔ قریبی کلسٹرز کے لیے وہ نتائج کے موازنے کا مشورہ دیتا ہے، کیونکہ اس کے پاس کلک ڈیٹا نہیں۔
doi.org/10.1145/503104.503108 · تحقیقی جریدہ
Sahami, M.; Heilman, T. D. (2006): A web-based kernel function for measuring the similarity of short text snippets. Proceedings of the 15th International Conference on World Wide Web (WWW 2006)، صفحات 377–386
نتیجہ سرچ کوئریز جیسے مختصر متن میں اکثر ایک لفظ بھی مشترک نہیں ہوتا، حالانکہ مطلب ایک ہوتا ہے، مثلاً “AI” اور “Artificial Intelligence”۔ تب الفاظ کا موازنہ صفر دیتا ہے؛ سرچ نتائج سے ملنے والا سیاق و سباق یہ خلا پُر کرتا ہے۔
ٹول میں مترادفات کی لسٹ (Homepage، Webseite، Website …) اور یہ حد کہ دوسرے مترادف نہیں پہچانے جاتے۔
doi.org/10.1145/1135777.1135834 · کانفرنس پیپر
Braschler, M.; Ripplinger, B. (2004): How Effective is Stemming and Decompounding for German Text Retrieval?. Information Retrieval 7 (3–4)، صفحات 291–316
نتیجہ جرمن متن کے لیے stemming سادہ طریقوں سے بھی مدد دیتی ہے۔ مرکب الفاظ کو احتیاط سے توڑنا سرچ کو واضح طور پر بہتر بناتا ہے۔
ٹول میں ہر کی ورڈ کو جڑوں پر لایا جاتا ہے، مرکب الفاظ کو حصوں میں توڑا جاتا ہے۔
doi.org/10.1023/B:INRT.0000011208.60754.a1 · تحقیقی جریدہ
Monz, C.; de Rijke, M. (2002): Shallow Morphological Analysis in Monolingual Information Retrieval for Dutch, German, and Italian. Evaluation of Cross-Language Information Retrieval Systems (CLEF 2001), Lecture Notes in Computer Science 2406، صفحات 262–277
نتیجہ stemming اور مرکب الفاظ کی تقسیم نے سرچ کو جرمن میں تقریباً 25 فیصد اور ڈچ میں 69 فیصد تک بہتر کیا۔
ٹول میں اس بات کا ثبوت کہ جرمن مرکب الفاظ پر محنت فائدہ دیتی ہے، خاص طور پر مختصر سرچ ٹرمز میں۔
doi.org/10.1007/3-540-45691-0_24 · کانفرنس پیپر
Koehn, P.; Knight, K. (2003): Empirical methods for compound splitting. Proceedings of the 10th Conference of the European Chapter of the ACL (EACL 2003)، صفحات 187–193
نتیجہ مرکب الفاظ کو کم از کم تین حروف والے معلوم الفاظ کی تمام ممکنہ ترتیبوں میں توڑا جاتا ہے، “s” یا “es” کو جوڑ مان کر۔ وہ تقسیم چنی جاتی ہے جس میں الفاظ کی فریکوئنسیز کا جیومیٹرک اوسط سب سے زیادہ ہو۔ متوازی متن کی معلومات کے ساتھ اس طریقے نے 99.1 فیصد درستگی حاصل کی۔
ٹول میں سارٹر میں تقسیم اسی طریقے پر چلتی ہے؛ فریکوئنسیز آپ کی لسٹ اور بنیادی الفاظ کی ایک لسٹ سے آتی ہیں۔
doi.org/10.3115/1067807.1067833 · کانفرنس پیپر
Riedl, M.; Biemann, C. (2016): Unsupervised Compound Splitting With Distributional Semantics Rivals Supervised Methods. Proceedings of NAACL-HLT 2016، صفحات 617–622
نتیجہ مرکب لفظ کے حصے عموماً پورے لفظ سے معنی میں ملتے جلتے ہوتے ہیں؛ اس سے غلط تقسیم خارج ہو جاتی ہے۔ زبان کے علم کے بغیر بھی یہ طریقہ جرمن میں اصولوں پر مبنی اور supervised طریقوں کے قریب پہنچتا ہے۔
ٹول میں سارٹر معنی نہیں جانچتا۔ اس لیے پورا لفظ برقرار رہتا ہے اور حصے صرف آدھے گنے جاتے ہیں؛ یوں غلط تقسیم کلسٹرز کو آپس میں نہیں ملا سکتی۔
doi.org/10.18653/v1/N16-1075 · کانفرنس پیپر
Porter, M. F. (1980): An algorithm for suffix stripping. Program 14 (3)، صفحات 130–137
نتیجہ لفظ کے آخری حصے کئی مرحلوں میں کاٹے جاتے ہیں، ہر مرحلہ باقی لفظ کی شکل پر منحصر ہوتا ہے۔ اس سادہ طریقے نے ایک کہیں زیادہ پیچیدہ نظام سے کچھ بہتر نتیجہ دیا۔
ٹول میں جرمن کے Snowball Stemmer کی بنیاد، جس سے سارٹر لفظ کی مختلف شکلوں کو یکجا کرتا ہے۔
doi.org/10.1108/eb046814 · تحقیقی جریدہ
معیارات، سرکاری ادارے اور مینوفیکچررز کی معلومات
- German stemming algorithm (اصول اور سورس کوڈ german.sbl)، Snowball 3.2.0، بتاریخ 17.10.2026 · Snowball
- جرمن ٹیسٹ ڈیٹا: voc.txt اور output.txt (35,053 الفاظ) · Snowball
- جرمن سٹاپ ورڈز کی لسٹ · Snowball
- Search Quality Rater Guidelines، ورژن بتاریخ 11.09.2025: Understanding User Intent (Know, Do, Website, Visit-in-person) · Google
- سپیم پالیسیاں: ڈور وے پیجز (doorway abuse) · Google Search Central
- کینونیکل URL بتانا: ری ڈائریکٹ، rel="canonical"، سائٹ میپ · Google Search Central
11 / مزید ٹولز
کوئی سوال ابھی باقی ہے؟
- AT-W42 · کاروبار
سنیپٹ پریویو
آپ کا صفحہ Google پر کیسا نظر آتا ہے؟ ٹائٹل اور ڈسکرپشن پکسل چوڑائی کے ساتھ، ڈیسک ٹاپ اور موبائل کے لیے۔ - AT-W43 · کاروبار
سکیما جنریٹر
آپ کے کاروبار کے لیے سٹرکچرڈ ڈیٹا: LocalBusiness، کھلنے کے اوقات اور FAQ بطور JSON-LD، سیدھا پیسٹ کرنے کے لیے۔ - AT-W44 · کاروبار
بزنس پروفائل چیک
کیا آپ کا Google بزنس پروفائل مکمل ہے؟ جو کمی ہے، وہ اثر کے حساب سے ترتیب میں۔ - AT-W45 · کاروبار
NAP چیک
کیا نام، پتہ اور فون نمبر ہر جگہ ایک جیسے لکھے ہیں؟ ڈائریکٹریوں کے اندراجات کا موازنہ کریں۔ - AT-W47 · گھر اور کاروبار
ریڈیبلٹی چیک
آپ کی تحریر کتنی آسانی سے سمجھ آتی ہے؟ جرمن زبان کے لیے ریڈیبلٹی انڈیکس، لمبے جملے اور مشکل لفظ نشان زد۔ - AT-W48 · کاروبار
robots.txt ٹیسٹر
کیا Googlebot یہ صفحہ پڑھ سکتا ہے؟ robots.txt کو RFC 9309 کے مطابق چیک کریں، ایک ایک قاعدہ کر کے۔
آپ کا صفحات کا پلان تیار ہے؟ ہمیں CSV یا کاپی کیا ہوا نتیجہ بھیجیں۔ ہم کلسٹرز کو اصل سرچ نتائج پر جانچتے ہیں، صفحات لکھتے ہیں اور ری ڈائریکٹس سیٹ کرتے ہیں، روڈے وش اور پورے فوگٹ لینڈ کے کاروباروں کے لیے۔
+49 3744 4399760[email protected]پیر سے جمعہ، 8 سے 17 بجے تک · Straße der Jugend 5, 08228 Rodewisch