Hvad er autogenererede tekster?
Autogenererede tekster (også kaldet maskingenererede tekster) er tekster, som helt eller delvist er skrevet af maskiner. Det er ikke kun et fjernt fremtidsscenarie, men en praksis, der har fundet sted i flere år. Der findes flere værktøjer til formålet, og selvom værktøjerne ikke kan måle sig med dygtige tekstforfattere, har de nået en sådan kvalitet, at de ikke længere kan ignoreres.
Det tager lang tid og koster mange penge at skrive gode tekster – og har du en stor webshop med titusindvis af produktsider og kategorisider, der alle skal have en unik tekst, er det en nærmest uoverkommelig opgave. Derfor kan der være gode grunde til at gøre brug af autogenererede tekster – men desværre lever resultatet dog sjældent op til forventningerne.
Vi samarbejder med flere webshops, der har titusindvis af varenumre, men alligevel har vi ikke selv gjort brug af autogenererede tekster. Alene af den årsag, at vi ikke kan stå inde for kvaliteten. I stedet har vores tilgang været manuel tekstforfatning til udvalgte sider – typisk prioriteret efter antallet af Google-søgninger og kundens avance på de enkelte produkter.
Googles holdning til autogenererede tekster
Google har et sæt retningslinjer om autogenereret indhold, hvori de ikke overraskende skriver, at det kan have negative konsekvenser, hvis man publicerer indhold, der er beregnet til at manipulere Googles søgeresultater. Sådant indhold omfatter ifølge Google blandt andet:
- tekster der ikke giver nogen mening for læseren
- tekster der er oversat via et automatisk værktøj uden menneskelig redigering
- tekster der er genereret via automatiserede processer
- tekster der er genereret ved at kopiere RSS-feeds eller søgeresultater
- tekster der er sammensat af indhold fra forskellige websites.
Det giver sig selv, at tekster skal give mening for læseren, og at det er en dårlig idé at kopiere indhold fra RSS-feeds, søgeresultater og andre websites. Til gengæld er punkt 2 og 3 en gråzone, både fordi det er meget svært for Google at identificere denne type tekster, og fordi teksterne ikke nødvendigvis længere er så dårlige, at der er behov for at sanktionere dem.
Tekst spinning
En enkel metode til autogenerering af tekster er såkaldt tekst-spinning (på engelsk kaldet article spinning). Metoden virker ganske enkelt ved, at en maskine automatisk skaber et antal variationer af en original tekst – blandt andet ved at udskifte og bytte rundt på ord og sætninger – hvorved variationerne af teksten fremstår som hver deres egen unikke tekst.
Desværre er resultatet sjældent brugbart. Sproget er ofte dårligt eller helt uforståeligt, og ofte er teksterne ikke varierede nok. Hvis du fristes til at kopiere tekster fra dine konkurrenter, sende dem igennem en tekstspinner og bruge dem på dit eget website, så lad være!
Det eneste tilfælde, hvor tekst-spinning kan være anvendeligt, er ved produktvariationer. Antag eksempelvis at du sælger et smartphone-cover i 10 forskellige farver, og at hver farvevariation har sin egen produktside. Du kan da skrive én produkttekst og efterfølgende bruge en tekst-spinner til at generere 10 unikke tekstversioner, hvori du blot skal udskifte navnet på farven.
Natural Language Generation
En mere avanceret metode til autogenerering af tekster er Natural Language Generation. Metoden er en kombination af tekst-spinning og en række konditionelle regler, der definerer, hvordan specifikke produktinformationer automatisk skal bruges i teksterne, og hvordan teksterne automatisk skal forandre sig efter produktinformationerne.
Et eksempel på en konditionel regel kan være, at hvis et produkt har trådløst WiFi, tilføjes sætningen ‘[produktnavn] har trådløst WiFi med en rækkevidde på op til [rækkevidde] meter’ til produktbeskrivelsen. Produktnavn og rækkevidde udskiftes dynamisk baseret på produktdata. Et andet eksempel kan være, at hvis et produkt er over en vis størrelse, tilføjes tillægsordene ‘stor’, ‘kæmpe’ eller ‘i størrelse XL’ specifikke steder i produktbeskrivelsen.
Jo flere konditionelle regler man definerer baseret på forskellige produktdata, jo bedre bliver teksterne. I praksis laver man typisk en template (dvs. en samling regler) for hver produktkategori. En template kan eksempelvis bruges til at generere produktbeskrivelser til fjernsyn, mens en anden kan bruges til søm og skruer, og en tredje kan bruges til barbermaskiner.
Natural Language Generation fungerer bedst til produktbeskrivelser, fordi de typisk er meget ensartede. Kategoritekster og blogindlæg bør altid skrives manuelt. Natural Language Generation gør derfor ikke tekstforfattere overflødige. Det kræver også en dygtig tekstforfatter at opsætte de templates, der er fundamentet for autogenerering af gode tekster.
Sådan kommer du i gang med Natural Language Generation
Der findes flere værktøjer til Natural Language Generation. Blandt de mest udbredte er:
Fordelen ved værktøjer som ovennævnte er ikke kun, at nye tekster kan genereres automatisk, men også at de autogenererede tekster er ensartede og har et ensartet ordvalg. Samtidig er det nemt at oversætte teksterne til andre sprog, fordi man ikke skal oversætte hver tekst enkeltvis, men blot skal oversætte de templates, der bruges til at generere teksterne.
På trods af de mange fordele ved Natural Language Generation, skal du tænke dig godt om, før du begiver dig ud i det. Det kræver et stort arbejde at opsætte de templates, der kan genere gode tekster, og selvom værktøjerne er blevet bedre, kan de langt fra måle sig med gode tekstforfattere. I mange tilfælde er kvaliteten af teksterne lav og teksterne ikke varierede nok.
