Sitemap

इस कॉलम में मैं जिस सामग्री निर्माण तकनीक और तकनीकों का प्रदर्शन करने जा रहा हूं, वह एक विज्ञान कथा उपन्यास से बाहर प्रतीत होगी, लेकिन वे अब वास्तविक और स्वतंत्र रूप से सुलभ हैं।

जब मैंने कोडिंग प्रयोग पूरा कर लिया और इस अंश को लिखना शुरू कर दिया, तो मैंने इस जानकारी को सार्वजनिक रूप से साझा करने के सकारात्मक और नकारात्मक प्रभावों पर विचार किया।

जैसा कि आप देखेंगे, मशीन-जनित सामग्री का उत्पादन करना अब अपेक्षाकृत आसान है और पीढ़ियों की गुणवत्ता में तेजी से सुधार हो रहा है।

इसने मुझे इस दुखद निष्कर्ष पर पहुँचाया कि हम पहले की तुलना में कहीं अधिक स्पैमयुक्त परिणाम देखेंगे।

सौभाग्य से, Google ने हाल ही में अपनी 2019 की स्पैम रिपोर्ट जारी की जिसने मुझे आराम दिया।

कभी अपने ईमेल स्पैम फ़ोल्डर को देखें?खोज स्पैम से लड़ने के लिए हमारे द्वारा उठाए गए कदमों के बिना खोज परिणाम इस तरह दिख सकते हैं।हमारी आज की पोस्ट यह देखती है कि हम Google के खोज परिणामों से स्पैम को बाहर रखने के लिए कैसे काम करते हैं https://t.co/RA4lUoDXEF

— गूगल सर्च लाइजन (@searchliaison) 9 जून, 2020

"पिछले साल, हमने देखा कि हर दिन 25 अरब से अधिक पृष्ठ हमें स्पैमी होते हैं। (यदि उन पृष्ठों में से प्रत्येक एक पुस्तक में एक पृष्ठ होता, तो यह प्रत्येक दिन "युद्ध और शांति" की 20 मिलियन से अधिक प्रतियां होती!)

हमारे प्रयासों ने यह सुनिश्चित करने में मदद की है कि हमारे परिणामों से 99% से अधिक विज़िट स्पैम-मुक्त अनुभव प्रदान करती हैं।

पिछले कुछ वर्षों में, हमने स्वचालित रूप से जेनरेट की गई और स्क्रैप की गई सामग्री के साथ स्पैम वाली साइटों में वृद्धि देखी है, जो नकली बटन, भारी विज्ञापन, संदिग्ध रीडायरेक्ट और मैलवेयर जैसे खोजकर्ताओं को परेशान या नुकसान पहुंचाती हैं।ये वेबसाइटें अक्सर भ्रामक होती हैं और लोगों को कोई वास्तविक मूल्य नहीं देती हैं।2019 में, हम 2018 की तुलना में इस प्रकार के स्पैम से खोज उपयोगकर्ताओं पर प्रभाव को 60% से अधिक कम करने में सक्षम थे।"

जबकि Google प्रति दिन स्पैम पृष्ठों की एक चौंका देने वाली संख्या की रिपोर्ट करता है, वे पूरे बोर्ड में स्पैम को दबाने में प्रभावशाली 99% सफलता दर की रिपोर्ट करते हैं।

इससे भी महत्वपूर्ण बात यह है कि वे मशीन-जनित स्पैम सामग्री को दबाने में अविश्वसनीय प्रगति कर रहे हैं।

इस कॉलम में, मैं कोड के साथ समझाने जा रहा हूं कि कैसे एक कंप्यूटर एनएलजी में नवीनतम प्रगति का उपयोग करके सामग्री उत्पन्न करने में सक्षम है।

मैं आपकी सामग्री को उपयोगी बनाए रखने के लिए सिद्धांत और कुछ दिशानिर्देशों पर विचार करूंगा।

यह आपको उन सभी वेब स्पैम से बचने में मदद करेगा, जिनसे छुटकारा पाने के लिए Google और बिंग चौबीसों घंटे काम कर रहे हैं।

पतली सामग्री पृष्ठ

शीर्षक और मेटा विवरण पीढ़ी के बारे में अपने लेख में, मैंने एक प्रभावी तकनीक साझा की जो मेटा टैग बनाने के लिए पृष्ठ सामग्री को सारांशित करने पर निर्भर करती है।

एक बार जब आप चरणों का पालन करते हैं, तो आप देख सकते हैं कि यह वास्तव में अच्छी तरह से काम करता है और यहां तक ​​कि उच्च गुणवत्ता वाले, उपन्यास पाठ भी तैयार कर सकता है।

लेकिन, क्या होगा यदि पृष्ठों में संक्षेप करने के लिए कोई सामग्री शामिल नहीं है?तकनीक विफल हो जाती है।

इसे हल करने के लिए मैं आपको एक बहुत ही चतुर ट्रिक बताता हूं।

यदि ऐसे पृष्ठों में गुणवत्ता वाले बैकलिंक्स हैं, तो आप एंकर टेक्स्ट और बैकलिंक के आसपास के टेक्स्ट को सारांशित करने के लिए टेक्स्ट के रूप में उपयोग कर सकते हैं।

रुकना!

लेकिन क्यों?

मैं 1998 में Google खोज इंजन की स्थापना के बारे में पूरी जानकारी लेता हूं।

अपने नए खोज इंजन का वर्णन करने वाले पेपर में, पेज और ब्रिन ने खंड 2.2 में एक बहुत ही रोचक अंतर्दृष्टि साझा की।

"ज्यादातर सर्च इंजन लिंक के टेक्स्ट को उस पेज से जोड़ते हैं जिस पर लिंक चालू है। इसके अतिरिक्त, हम इसे उस पृष्ठ से संबद्ध करते हैं, जिस पर लिंक इंगित करता है। इसके कई फायदे हैं। सबसे पहले, एंकर अक्सर स्वयं पृष्ठों की तुलना में वेब पृष्ठों का अधिक सटीक विवरण प्रदान करते हैं। दूसरा, उन दस्तावेज़ों के लिए एंकर मौजूद हो सकते हैं जिन्हें टेक्स्ट-आधारित खोज इंजन, जैसे कि चित्र, प्रोग्राम और डेटाबेस द्वारा अनुक्रमित नहीं किया जा सकता है। इससे उन वेब पेजों को वापस करना संभव हो जाता है जिन्हें वास्तव में क्रॉल नहीं किया गया है।"

यहाँ तकनीकी योजना है:

  1. हम नए बिंग वेबमास्टर टूल्स का उपयोग करके बैकलिंक्स और संबंधित एंकर टेक्स्ट प्राप्त करेंगे।
  2. हम उच्चतम गुणवत्ता वाले बैकलिंक्स से आसपास के टेक्स्ट को परिमार्जन करेंगे।
  3. हम स्क्रैप किए गए टेक्स्ट का उपयोग करके सारांश और लंबी-फ़ॉर्म वाली सामग्री बनाएंगे।

बिंग वेबमास्टर टूल्स बैकलिंक्स रिपोर्ट

बीडब्ल्यूटी में नए बैकलिंक्स टूल में एक विशेषता जो मुझे पसंद है, वह यह है कि यह न केवल आपकी साइट की ओर इशारा करते हुए लिंक प्रदान कर सकती है, बल्कि कुछ अन्य साइटों को भी प्रदान कर सकती है।

मुझे उम्मीद है कि यह सशुल्क टूल का एक लोकप्रिय मुफ़्त विकल्प बन जाएगा।

मैंने लिंक और एंकर की बड़ी सूची के साथ सीएसवी फ़ाइल निर्यात की, लेकिन जब मैंने इसे पायथन पांडा का उपयोग करके लोड करने का प्रयास किया और कई स्वरूपण मुद्दों को पाया।

रैंडम एंकर टेक्स्ट में कॉमा शामिल हो सकते हैं और कॉमा-सीमांकित फ़ाइल के साथ समस्याएँ पैदा कर सकते हैं।

मैंने उन्हें एक्सेल में फाइल खोलकर और एक्सेल फॉर्मेट में सेव करके हल किया।

पायथन के साथ आसपास के पाठ को स्क्रैप करना

जैसा कि आप ऊपर मेरे स्क्रीनशॉट में देख सकते हैं, कई एंकर टेक्स्ट बहुत छोटे हैं।

हम उन पृष्ठों को परिमार्जन कर सकते हैं जिनमें वे अनुच्छेद हैं।

सबसे पहले, बीडब्ल्यूटी से हमारे द्वारा निर्यात की गई रिपोर्ट को लोड करते हैं।

import pandas as pddf = pd.read_excel("www.domain.com_ReferringPages_6_7_2020.xlsx")df.head()

मैंने उपयोग करने वाले इनबाउंड लिंक की संख्या के आधार पर लक्ष्य URL की समीक्षा की।

df.groupby("Target Url").count().tail()

मैंने इस कोड का उपयोग करके विचार का मूल्यांकन करने के लिए पृष्ठों में से एक से बैकलिंक्स खींचे।

backlinks = set(df[df["Target Url"] == "https://domain.com/example-page"]["Source Url"])

अब, आइए देखें कि हम एंकर को शामिल करने वाले प्रासंगिक एंकर टेक्स्ट को खींचने के लिए लक्ष्य URL और बैकलिंक का उपयोग कैसे कर सकते हैं।

बैकलिंक्स से टेक्स्ट प्राप्त करना

सबसे पहले, अनुरोध-एचटीएमएल स्थापित करें।

!pip install requests-htmlfrom requests_html import HTMLSessionsession = HTMLSession()

कोड को सरल रखने के लिए, मैं लिंक के आसपास के पाठ को हथियाने के लिए मैन्युअल रूप से एक सीएसएस चयनकर्ता का उत्पादन करने जा रहा हूं।

जावास्क्रिप्ट या पायथन कोड का उपयोग करके पेज पर दिए गए लिंक और एंकर को देखते हुए इसकी गणना करना मुश्किल नहीं है।

हो सकता है कि होमवर्क के रूप में प्रयास करना आपके लिए एक अच्छा विचार हो।

एक उदाहरण बैकलिंक पृष्ठ खोलें और क्रोम डेवलपर टूल का उपयोग करके, आप रुचि के अनुच्छेद पर राइट-क्लिक कर सकते हैं और एक सीएसएस चयनकर्ता की प्रतिलिपि बना सकते हैं।

यह वह चयनकर्ता है जिसका मैंने उपयोग किया था।

with session.get(url) as r:    selector="#entry-78782 > div.asset-content.entry-content > div > p:nth-child(5)"    paragraph = r.html.find(selector, first=True)    text = paragraph.text

यह वह पाठ है जो वापस आया।मैंने अपने उदाहरण एंकर टेक्स्ट के टेक्स्ट को बोल्ड किया।

हम जानते हैं कि शिक्षक प्रतिधारण छात्रों के लिए परिणामों में सुधार करता है, और इसके विपरीत, शिक्षक का कारोबार छात्र की उपलब्धि को नुकसान पहुंचा सकता है।लगभग 16 प्रतिशत शिक्षक हर साल क्षेत्र छोड़ देते हैं, और हम जानते हैं कि मेरे जैसे कई शिक्षक पहले पांच वर्षों के भीतर छोड़ देते हैं।शिक्षक रिपोर्ट करते हैं कि उनके छोड़ने का सबसे बड़ा कारण स्वायत्तता और आवाज की कमी, संस्कृति के मुद्दों के साथ-साथ, विशेष रूप से अनुशासन है।इसके अलावा, टर्नओवर महंगा है - जिलों को 2.2 बिलियन डॉलर प्रति वर्ष से ऊपर की ओर छोटा करना।

अब, मज़ेदार भाग पर चलते हैं!

तंत्रिका पाठ जनरेशन

हम उसी संक्षेप कोड का उपयोग करने जा रहे हैं जिसका उपयोग हमने अपने पिछले लेख में शीर्षक और मेटा विवरण उत्पन्न करने के लिए किया था, लेकिन एक मोड़ के साथ।

मूल अनुच्छेद की तुलना में कम वांछनीय सारांश लंबाई निर्दिष्ट करने के बजाय, हम एक लंबी लंबाई निर्दिष्ट करेंगे।क्या वह काम करेगा?आइए देखते हैं!

!pip install transformersfrom transformers import pipelinesummarizer = pipeline('summarization')generated_text = summarizer(text, min_length=150, max_length=250)print(generated_text)

मुझे यह दिलचस्प चेतावनी मिलती है।

आपकी max_length 250 पर सेट है, लेकिन आपकी input_length केवल 99 है।आप मैन्युअल रूप से max_length घटाने पर विचार कर सकते हैं, उदा. सारांश ('...', अधिकतम_लंबाई = 50)

आइए जनरेट किए गए टेक्स्ट को देखें।

[{'summary_text': "Around 16 percent of educators leave the field every year. Teachers report that the biggest reasons they leave are lack of autonomy and voice, alongside issues of culture and discipline. Turnover is costly, shorting districts upwards of $2.2 billion a year, according to a report by the National Council of Teachers of English, the nation's largest teacher organization. The report also found that teacher retention improves outcomes for students, and conversely, that teacher turnover can harm student achievement. The study was published in the Journal of Education, published by Simon & Schuster, a division of Penguin Random House, on November 14. For more, visit www.simonandschuster.com. For confidential support, call the National Suicide Prevention Lifeline at 1-800-273-8255 or visit http://www.suicidepreventionlifeline.org/."}]

मूल पाठ में 492 वर्ण और उत्पन्न पाठ 835 था।

लेकिन, उत्पन्न पाठ में दिखाई देने वाले गुणवत्ता और उपन्यास वाक्यों को देखें।बिल्कुल, मन बहलाने वाला!

क्या यह तकनीक और भी लंबा पाठ उत्पन्न कर सकती है?हां!

generated_text = summarizer(text, min_length=300, max_length=600)print(generated_text)[{'summary_text': "Around 16 percent of educators leave the field every year. Teachers report that the biggest reasons they leave are lack of autonomy and voice, alongside issues of culture and discipline. Turnover is costly, shorting districts upwards of $2.2 billion a year, according to a report by the National Council of Teachers of English, the nation's largest teacher organization. The report also found that teacher retention improves outcomes for students, and conversely, that teacher turnover can harm student achievement. The study was published in the Journal of Education, published by Simon & Schuster, a division of Penguin Random House, on November 14. For more, visit www.simonandschuster.com. For confidential support, call the National Suicide Prevention Lifeline at 1-800-273-8255 or visitxa0http://www.suicidepreventionlifeline.org/. For support in the U.S., call the Samaritans on 08457 90 90 90 or visit a local Samaritans branch, see www.samaritans.org for details. In the UK, contact the National College of Education on 0300 123 90 90, orxa0 visitxa0the Samaritansxa0in the UK. For help in the United States, callxa0thexa0National Suicide Prevention Line on 1xa0800xa0273xa08255,xa0orxa0inxa0the UK on 0800xa0123xa09255. For support on suicide matters in thexa0U.S. call thexa0Nationalxa0Collegexa0of Education,xa0Englandxa0on 08457xa090 90 90. For information on suicide prevention in the UK andxa0Europe, visit the Nationalxa0College of England and Wales."}]

इस उत्पन्न पाठ में 1,420 वर्ण हैं और तार्किक प्रवाह बनाए रखता है!

इस तकनीक को शक्ति देने वाला जानवर फेसबुक का एक मॉडल है जिसे बार्ट कहा जाता है।

कागज के लेखक इसे बीईआरटी के सामान्यीकृत रूप के रूप में वर्णित करते हैं।

आइए देखें कि यह कैसे काम करता है।

न्यूरल टेक्स्ट जनरेशन कैसे काम करता है

क्या आपने योग्यता या बुद्धि परीक्षण लिया है जहाँ आपको संख्याओं के अनुक्रम के साथ प्रस्तुत किया जाता है और आपको अगले का अनुमान लगाने की आवश्यकता होती है?

संक्षेप में, यह वही है जो हमारे मॉडल ने ऊपर किया था जब हमने कुछ प्रारंभिक पाठ प्रदान किया था और अपने मॉडलों से यह अनुमान लगाने के लिए कहा था कि आगे क्या होगा।

इसने हमारे प्रारंभिक पाठ को संख्याओं के अनुक्रम में बदल दिया, अगली संख्या का अनुमान लगाया, और नया अनुक्रम लिया जिसमें अनुमानित संख्या शामिल है और उसी प्रक्रिया को फिर से दोहराया।

यह तब तक जारी रहता है जब तक कि यह हमारे द्वारा निर्दिष्ट लंबाई सीमा तक नहीं पहुंच जाता।

अब, ये केवल नियमित संख्याएँ नहीं हैं, बल्कि वेक्टर और अधिक विशेष रूप से (BERT और BART के मामले में) द्वि-दिशात्मक शब्द एम्बेडिंग हैं।

मैंने अपने गहन शिक्षण लेख भाग 1 और भाग 2 में एक जीपीएस सादृश्य का उपयोग करके वैक्टर और द्वि-दिशात्मक शब्द एम्बेडिंग की व्याख्या की।कृपया उन्हें जांचना सुनिश्चित करें।

संक्षेप में, एम्बेडिंग उन शब्दों के बारे में समृद्ध जानकारी को सांकेतिक शब्दों में बदलना करते हैं जो वे प्रतिनिधित्व करते हैं जो नाटकीय रूप से भविष्यवाणियों की गुणवत्ता को बढ़ाता है।

तो, यहाँ एक उदाहरण है कि यह कैसे काम करता है।

पाठ को देखते हुए: "दोहराए जाने वाले कार्यों को करने वाले SEO के लिए सबसे अच्छी प्रोग्रामिंग भाषा ____ है और SEO के लिए फ्रंट-एंड ऑडिट करने के लिए ____ है", हम मॉडल को वाक्य पूरा करने के लिए कहते हैं।

पहला कदम शब्दों को संख्याओं / एम्बेडिंग में बदलना है, जहां प्रत्येक एम्बेडिंग शब्द को संदर्भ में पहचानती है।

फिर, इसे एक पहेली में बदल दें जिसे कंप्यूटर हल कर सकता है ताकि संदर्भ दिए गए रिक्त स्थान को भरने वाली संख्याओं/एम्बेडिंग का पता लगाया जा सके।

इस प्रकार की पहेलियों को हल करने वाले एल्गोरिथम को भाषा मॉडल कहा जाता है।

एक भाषा मॉडल अंग्रेजी या किसी अन्य भाषा में व्याकरणिक नियमों के समान है।

उदाहरण के लिए, यदि पाठ एक प्रश्न है, तो उसे एक प्रश्न चिह्न के साथ समाप्त होना चाहिए।

अंतर यह है कि सभी शब्दों और प्रतीकों को संख्याओं / एम्बेडिंग द्वारा दर्शाया जाता है।

अब, जहां यह दिलचस्प हो जाता है, वह यह है कि गहन शिक्षा में (हम यहां क्या उपयोग कर रहे हैं), आपको मैन्युअल रूप से व्याकरण के नियमों की एक बड़ी सूची बनाने की आवश्यकता नहीं है।

मॉडल कुशल परीक्षण और त्रुटि के माध्यम से अनुभवजन्य रूप से नियमों को सीखता है।

यह उस दौरान किया जाता है जिसे पूर्व-प्रशिक्षण चरण कहा जाता है, जहां मॉडल को कई दिनों के लिए डेटा के बड़े पैमाने पर प्रशिक्षित किया जाता है और बहुत शक्तिशाली हार्डवेयर का उपयोग किया जाता है।

हमारे लिए सबसे अच्छी बात यह है कि इन प्रयासों के परिणाम किसी को भी उपयोग करने के लिए स्वतंत्र हैं।

क्या हम वाकई भाग्यशाली नहीं हैं?

BERT भाषा मॉडल का एक उदाहरण है और इसी तरह GPT-2 और BART भी हैं।

इसे अच्छे के लिए कैसे उपयोग करें

जैसा कि मैंने ऊपर उल्लेख किया है, यह सामान वास्तव में शक्तिशाली है और इसका उपयोग बेकार सामग्री को अपेक्षाकृत सस्ते में बड़े पैमाने पर मंथन करने के लिए किया जा सकता है।

मैं व्यक्तिगत रूप से खोज करते समय कचरे के माध्यम से समय बर्बाद नहीं करना चाहता।

समय के साथ, मुझे पता चला है कि सामग्री को खोज में प्रदर्शन करने के लिए, इसकी आवश्यकता है:

  • उपयोगी होना।
  • एक वास्तविक आवश्यकता को पूरा करें।

यदि ऐसा नहीं होता है, चाहे वह कंप्यूटर हो या मानव-निर्मित, इसे अंतिम-उपयोगकर्ताओं से कोई जुड़ाव या सत्यापन नहीं मिलेगा।

रैंकिंग और प्रदर्शन की संभावना वास्तव में कम है।

यही कारण है कि मैं सारांशीकरण और अनुवाद या प्रश्न/उत्तर जैसी तकनीकों को प्राथमिकता देता हूं जहां पीढ़ी पर आपका अधिक नियंत्रण होता है।

वे यह सुनिश्चित करने में आपकी सहायता कर सकते हैं कि आप नया मूल्य जोड़ रहे हैं।

सामुदायिक परियोजनाएं और शिक्षण संसाधन

मैंने इस लेख को कोड और स्पष्टीकरण में यथासंभव सरल रखने की कोशिश की ताकि समुदाय के अधिक लोगों को मस्ती में शामिल होने की अनुमति मिल सके।

लेकिन, यदि आप तकनीकी रूप से अधिक इच्छुक हैं, तो मुझे लगता है कि आप इस विषय की अधिक बारीक और गणितीय व्याख्या का आनंद लेंगे।

ऊपर दिए गए लिंक किए गए लेख में "आगे पढ़ने वाले अनुभाग" के लिंक का भी पालन करना सुनिश्चित करें।

अब, कुछ रोमांचक खबरों के लिए।

मैंने समुदाय से उन पायथन परियोजनाओं को साझा करने के लिए कहा जिन पर वे काम कर रहे हैं।मैं शायद एक मुट्ठी भर की उम्मीद कर रहा था, और मुझे पूरी तरह से उड़ा दिया गया था कि मुझे कितने वापस मिले। #डोंटवेट

यह एक का पायथन और जेएस है, लेकिन मैं इसे वैसे भी बाहर रखूंगा!गूगल मैप्स पर स्पैम को खत्म करने के लिए क्रोम एक्सटेंशन।सर्वर कोड पायथन में है और पता सत्यापन और वर्गीकरण करता है। pic.twitter.com/Rvzfr5ku4N

- zchtodd (@zchtodd) 8 जून, 2020

1.https://t.co/zyaafY0bcd taking लेते हुए दोहराव वाले स्क्रीनशॉट को स्वचालित करने के लिए अजगर में RPA
2.खोज कंसोल एपीआई + एनएलपी उन पृष्ठों की जांच करने के लिए जहां मेटा शीर्षक में शब्द आगंतुकों द्वारा उपयोग किए गए प्रश्नों से मेल नहीं खाता: https://t.co/KsYGds7w1r

- माइकल वैन डेन रेम (@vdrweb) 8 जून, 2020

3.सर्च कंसोल एपीआई https://t.co/qX0FxSoqgN का उपयोग करके सर्च कंसोल इंप्रेशन के साथ सभी यूआरएल के स्टेटस कोड की जांच करें

- माइकल वैन डेन रेम (@vdrweb) 8 जून, 2020

हाय हेमलेट!

मैं फ़ज़ी-मिलान क्षमताओं वाले रीडायरेक्ट चेकर पर काम कर रहा हूं।

एक @GoogleColab नोटबुक होगी, फिर भी आदर्श रूप से मैं @streamlit में भी परिनियोजित करना चाहूंगा ताकि लोग ड्रैग और ड्रॉप के माध्यम से 1 क्लिक में अपने रीडायरेक्ट की गुणवत्ता का आकलन कर सकें।

मैं जल्द ही साझा करूंगा

- चार्ली वार्गनियर (@DataCaz) 9 जून, 2020

@hamletbatista https://t.co/oPt5M393Lu
@streamlit . का उपयोग करके इस पर काम किया
अधिक सम्मोहक मेटा टाइटल लिखें।
व्याख्यात्मक वीडियो: https://t.co/YvVoFMQ4FS

- अनुभव बिट्टू नरूला (@ anubhavn22) 9 जून, 2020

स्क्रेपियर रेड्स सोशलेस वाई पासरलो पोर एनपीएल ओ रेड न्यूरोनल पैरा सेबर एल सेंटिमिएंटो डेल एस्क्रिटो वाई डे अही सैकर ग्रैफिकास कॉन डेटास्टूडियो ओ किबाना (पेर्डोना क्यू रेस्पॉन्डा एन एस्पानोल पेरो मि इंगलेस एस बसांते मेजोरेबल)

- जाविलाज़ारो (@JaviLazaroSEO) 8 जून, 2020

1.लॉग फाइल्स को पढ़ना और 5xx/4xx को रियल टाइम बेसिस पर स्लैक में पोस्ट करना!
2.कीवर्ड इंटेंट बनाम यूआरएल मैच स्कोर।

- वीनस कालरा (@venuskalra) 9 जून, 2020

https://t.co/9we85HXJgJ

- मराट गाज़ीव (@MaratGaziev) 9 जून, 2020

मैं #SEO और ऑनलाइन मार्केटर्स के लिए एक पैकेज बना रहा हूं, जिसमें अन्य चीजें शामिल हैं:
- क्रॉलर
- robots.txt परीक्षक
- SERP चेकर
- डेटाफ्रेम कनवर्टर के लिए साइटमैप
- डेटाफ़्रेम कनवर्टर के लिए URL

और भी बहुत कुछ https://t.co/BMVeeQaTxE

- इलायस डब्बास (@eliasdabbas) 9 जून, 2020

ब्यूटीफुल सूप + नॉलेज बॉक्स एपीआई + क्लाउड एंटिटी एपीआई के साथ कुछ सामग्री विश्लेषण!मैं

- जेस लेकिन 6 फीट दूर (@jessthebp) 8 जून, 2020

और अधिक संसाधनों:


छवि क्रेडिट

लेखक द्वारा लिए गए सभी स्क्रीनशॉट, जून 2020

सब वर्ग: ब्लॉग