Impazzisco per questa cosa. Lo so che è contro la SEO. Ma il podcast Buio di Trincia aveva qualcosa di spettacolare.

Nome Podcast: Buio.

Puntate:

• Il Male
• Il Vuoto
• Tempesta
• Battiti
• Acqua
• L'assedio
• Catene
• Aria

Ecco. Ora ho scoperto tramite il mitico @alepom questo articolo:
Introducing Natural Language Search for Podcast Episodes

Dal titolo mi sono subito entusiasmato: ho pensato, ecco! Finalmente qualcosa che va oltre.

In effetti va oltre le classiche cose. Ma purtroppo rimane solo su titolo e descrizione:

L'esempio che fanno è che loro vanno oltre il match tra query e titolo:

E dicono:

For queries, we use the query text as input to the model, and for episodes, we use a concatenation of textual metadata fields of the episode such as its title, description, its parent podcast show’s title and description, and so on.

Non usano BERT, perché il suo pre-training è solo in lingua Inglese. Ma usano Universal Sentence Encoder CMLM model. Qui c'è un file da scaricare.

Infatti ci sono più di 100 lingue. Mi sono scaricato il file, c'è l'Italiano

Perché sto scrivendo tutto questo?

Sebbene non cambia nulla da un punto di vista del titolo per come mi approccerò, devo dire che invece la descrizione potrebbe diventare importante per offrire contesto ai nostri podcast.

Chissà @alepom e @rossella-pivanti cosa ne pensano e se vengono in mente strategie diverse.