LSI (Latent Semantic Indexing)

LSI, o Latent Semantic Indexing, è un metodo utilizzato dai motori di ricerca per comprendere meglio il contenuto di una pagina web.

Si tratta, in pratica, di una tecnica del linguaggio naturale che analizza le relazioni tra un set di documenti e termini in essi contenuti, producendo un insieme di concetti relativi. LSI considera quindi non solo le parole chiave dirette, ma anche le parole e le frasi correlate che potrebbero essere presenti. Ad esempio, una pagina che parla di “mela” potrebbe includere parole come “torta”, “cucina” o “ricetta”, che contribuiscono a chiarire il contesto, indicando che si tratta di cucinare con mele piuttosto che di tecnologia Apple.

Per anni si è pensato che l’uso di parole chiave LSI potesse aiutare a migliorare la pertinenza e l’autorità di una pagina, potenzialmente migliorando il suo posizionamento nei risultati di ricerca, ma Google ha più volte “sfatato” questo mito, specificando che non hanno alcun effetto SEO.

Va però chiarito un equivoco molto diffuso. Il Latent Semantic Indexing è una tecnica di recupero dell’informazione formalizzata alla fine degli anni Ottanta, pensata per collezioni di documenti piccole e statiche, e Google ha più volte smentito di usarla: le cosiddette “parole chiave LSI” non esistono come categoria riconosciuta dal motore.

L’intuizione di fondo, invece, è stata ripresa e portata molto oltre. I sistemi attuali rappresentano il significato con gli embedding, vettori che collocano parole e documenti in uno spazio vettoriale dove la vicinanza indica somiglianza di senso: è il meccanismo su cui poggiano la ricerca semantica e il recupero delle fonti nei motori generativi. Nel lavoro sui contenuti questo non si traduce in liste di termini da inserire, ma nel coprire davvero le entità e le relazioni che un argomento comporta.