我们从使用 WooRank 的爬虫生成的 CSV 开始（在这里您可以调整代码并使用任何可以帮助您检测站点上缺少 MD 的位置以及在何处添加它们会很有用的 CSV）；代码中提供的文件已在 Google Drive 上提供（这样我们就可以随时在运行脚本之前查看数据）。
我们分析来自爬虫的数据并使用 Pandas 构建数据框。
然后，我们会选择更关键的 URL：在提供的代码中，我主要负责分析 wordlift.io 网站，并只关注来自已有排名的英文博客的内容。您可以随意使用Pandas 过滤器，并将您自己的 SEO 知识和经验融入到脚本中。
然后我们抓取每个页面（在这里您可能需要定义网站在 HTML 中使用的 CSS 类来检测文章正文 – 从而阻止您分析页面上的菜单和其他不必要的元素）。
我们要求 BERT（具有可以微调的原始配置）为每个页面生成摘要并将其写入 CSV 文件。
使用生成的 CSV，我们可以回到我们心爱的 CMS 并找到导入数据的最佳方式（您可能希望在实际使用 BERT 之前整理其建议 – 再次强调 – 大多数情况下我们可以比机器做得更好）。
超级简单，计算量不太大，而且……环保
最后的想法和未来的工作
自动化和代理 SEO 的魅力在于，正如我喜欢 电报数据库 所说的那样，它让你在获得超能力的同时，仍然完全掌控整个流程。人工智能远非魔法，也远非（至少在这种情况下）取代内容作者和 SEO 人员，而是一个可以增强我们工作的智能助手。
提取式文本摘要存在一些明显的局限性，这与我们处理的是句子有关。如果网页中有长句，最终得到的摘要会过长，无法构成完美的元描述。我计划继续努力微调参数，以在表达力和长度方面获得最佳效果，但……目前为止，只有 10-15% 的摘要足够好，不需要我们的自然智能进行任何额外的更新。绝大多数摘要看起来不错，内容也很充实，但仍然超出了 160 个字符的限制。
当然，除了生成用于 SEO 的元描述之外，这些摘要还有很多潜力——例如，我们可以创建“精选摘要”类型的体验，为读者提供相关的摘要。此外，如果文章的语气足够对话化，摘要也可能变成一个可朗读的段落，我们可以用它来在语音设备上介绍 他们为什么排名在那里 容（例如，“WordLift 的最新文章是关于什么的？”）。所以，虽然我们不能让机器真正独自完成这项工作，但使用 BERT 进行摘要具有切实的价值。
当您读完这篇长文时
是时候提醒我们所有人，如果没有许多人和开明组织的努力，这一切都不可能实现，他们致力于开源技术，并且支持和鼓励世界各地的从业者让（嗯，希望如此）网络变得更好！
也感谢像Paul Shapiro和Hamlet这样具有数 电话号码 据驱动思维的特立独行者和 SEO ，让我对这个话题产生了兴趣并准备尝试新的工具！
在 Google Colab 上试用代码并通过 Twitter 或 LinkedIn 向我发送任何评论或建议！
想要使用 Woorank 和 WordLift SEO 管理服务来扩大您的营销力度吗？我迫不及待地想了解更多您所面临的挑战！