Google將新的BERT模型應用於搜索排名,影響10比1的查詢

[ad_1]

Google將新的BERT模型應用於搜索排名,影響10比1的查詢

谷歌是 推出 它說的是過去5年中搜索工作的最大進步,也是搜索歷史上最大的進步之一。

Google正在使用去年推出的一項名為BERT的新技術來理解搜索查詢。

伯特 代表來自變壓器的雙向編碼器表示。變形金剛是指處理相對於句子中所有其他單詞的單詞的模型。

這意味著BERT模型可以通過查看前後的單詞來解釋單詞的適當含義。與依次處理單詞相比,這將導致對查詢的更好理解。

這對SEO和網站所有者意味著什麼?

Google利用BERT模型來理解查詢會影響搜索排名和精選摘要。但是,BERT不會用於100%的搜索。

目前,在美國,每10個搜索中就有1個以英語使用BERT。 Google說BERT非常複雜,以至於突破了Google硬體的極限,這可能就是為什麼只在有限的搜索次數中使用它的原因。

美國的Google搜索用戶應開始在搜索結果中使用更多有用的信息:

「特別是對於更長,更多的對話查詢,或在諸如「 for」和「 to」之類的介詞與含義有很大關係的搜索中,Search能夠理解查詢中單詞的上下文。您可以通過一種自然的方式進行搜索。」

對於精選片段,Google使用BERT模型來改善可使用精選片段的所有兩個國家的搜索結果。

谷歌表示,BERT經過嚴格的測試,以確保這些更改實際上對搜索者更有幫助。您可以在下一節中看到一些示例前後的內容。

BERT的例子

在測試中,Google發現BERT幫助其演算法更好地掌握了查詢的細微差別,並了解了以前無法做到的單詞之間的聯繫。

這是「 2019年前往美國的巴西旅行者需要簽證」的搜索。您會看到BERT如何幫助Google理解該查詢是關於巴西人前往美國的情況,而不是相反。

Google將新的BERT模型應用於搜索排名,從而影響1-10的查詢。「 width =」 760「 height =」 422「 size =」(最大寬度:760px)100vw,760px「 data-srcset =」 https:// cdn.searchenginejournal.com/wp-content/uploads/2019/10/0fa07f5b-cc85-4ee6-8def-5a05d725a3e9-5db24ca8d9ccd-768x426.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019 /10/0fa07f5b-cc85-4ee6-8def-5a05d725a3e9-5db24ca8d9ccd-480x266.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/0fa07f5b-cc85-4ee6-8def-5a05d725a3e9- 5db24ca8d9ccd-680x377.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/0fa07f5b-cc85-4ee6-8def-5a05d725a3e9-5db24ca8d9ccd-1024x568.png 1024w,https:// cdn。 searchenginejournal.com/wp-content/uploads/2019/10/0fa07f5b-cc85-4ee6-8def-5a05d725a3e9-5db24ca8d9ccd.png 1541w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/ 2019/10 / 0fa07f5b-cc85-4ee6-8def-5a05d725a3e9-5db24ca8d9ccd-768x426.png

這是另一個使用查詢「美學家的工作量很大」的示例。以前,Google會將「獨立」和「獨立」這兩個詞解釋為同一意思,從而導致不相關的搜索結果。

使用BERT,Google可以更好地解釋「站立」一詞的使用方式,並理解查詢與成為美容師的身體需求有關。

Google將新的BERT模型應用於搜索排名,從而影響1-10的查詢。「 width =」 760「 height =」 419「 size =」(最大寬度:760px)100vw,760px「 data-srcset =」 https:// cdn.searchenginejournal.com/wp-content/uploads/2019/10/a6f1a883-26b7-4f91-9731-a99c3f3f7227-5db24cac1d026-768x423.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019 /10/a6f1a883-26b7-4f91-9731-a99c3f3f7227-5db24cac1d026-480x264.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/a6f1a883-26b7-4f91-9731-a99c3f3f7227- 5db24cac1d026-680x374.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/a6f1a883-26b7-4f91-9731-a99c3f3f7227-5db24cac1d026-1024x564.png 1024w,https:// cdn。 searchenginejournal.com/wp-content/uploads/2019/10/a6f1a883-26b7-4f91-9731-a99c3f3f7227-5db24cac1d026.png 1600w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/ 2019/10 / a6f1a883-26b7-4f91-9731-a99c3f3f7227-5db24cac1d026-768x423.png這是帶有和不帶有BERT的查詢之前/之後的更多示例。

Google將新的BERT模型應用於搜索排名,從而影響1-10的查詢。「 width =」 760「 height =」 442「 size =」(最大寬度:760px)100vw,760px「 data-srcset =」 https:// cdn.searchenginejournal.com/wp-content/uploads/2019/10/aa29ccf8-adf8-4d3f-84d1-d3340c420095-5db24caf8decf-768x447.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019 /10/aa29ccf8-adf8-4d3f-84d1-d3340c420095-5db24caf8decf-480x279.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/aa29ccf8-adf8-4d3f-84d1-d3340c420095- 5db24caf8decf-680x396.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/aa29ccf8-adf8-4d3f-84d1-d3340c420095-5db24caf8decf-1024x596.png 1024w,https:// cdn。 searchenginejournal.com/wp-content/uploads/2019/10/aa29ccf8-adf8-4d3f-84d1-d3340c420095-5db24caf8decf.png 1525w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/ 2019/10 / aa29ccf8-adf8-4d3f-84d1-d3340c420095-5db24caf8decf-768x447.png「您能為某人的藥房買葯嗎」:使用BERT模型,我們可以更好地理解「為某人」是該查詢的重要組成部分,而以前我們卻錯過了含義,顯示了填寫處方的一般結果。

Google將新的BERT模型應用於搜索排名,影響10分之一的查詢。「 width =」 760「 height =」 439「 size =」(最大寬度:760px)100vw,760px「 data-srcset =」 https:// cdn.searchenginejournal.com/wp-content/uploads/2019/10/1c3db6da-8298-4ccf-bb5c-53679f46cc31-5db24cb29abda-768x444.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019 /10/1c3db6da-8298-4ccf-bb5c-53679f46cc31-5db24cb29abda-480x278.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/1c3db6da-8298-4ccf-bb5c-53679f46cc31- 5db24cb29abda-680x394.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/1c3db6da-8298-4ccf-bb5c-53679f46cc31-5db24cb29abda-1024x593.png 1024w,https:// cdn。 searchenginejournal.com/wp-content/uploads/2019/10/1c3db6da-8298-4ccf-bb5c-53679f46cc31-5db24cb29abda.png 1600w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/ 2019/10 / 1c3db6da-8298-4ccf-bb5c-53679f46cc31-5db24cb29abda-768x444.png「停在沒有路緣的山坡上」:過去,這樣的查詢會使我們的系統感到困惑–我們過分重視「路緣」一詞,而忽略了「否」一詞,不了解該詞對適當地響應此查詢。因此,我們將返迴路邊停車的結果!

Google將新的BERT模型應用於搜索排名,從而影響1-10的查詢。「 width =」 760「 height =」 411「 size =」(最大寬度:760px)100vw,760px「 data-srcset =」 https:// cdn.searchenginejournal.com/wp-content/uploads/2019/10/0c07a83b-19b6-4f5c-a155-75c8b76ac17e-5db24cb64e5e5-768x415.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019 /10/0c07a83b-19b6-4f5c-a155-75c8b76ac17e-5db24cb64e5e5-480x259.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/0c07a83b-19b6-4f5c-a155-75c8b76ac17e- 5db24cb64e5e5-680x367.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/10/0c07a83b-19b6-4f5c-a155-75c8b76ac17e-5db24cb64e5e5-1024x553.png 1024w,https:// cdn。 searchenginejournal.com/wp-content/uploads/2019/10/0c07a83b-19b6-4f5c-a155-75c8b76ac17e-5db24cb64e5e5.png 1300w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/ 2019/10 / 0c07a83b-19b6-4f5c-a155-75c8b76ac17e-5db24cb64e5e5-768x415.png「成人數學練習書」:雖然上一結果頁面包括「年輕人」類別中的一本書,但BERT可以更好地理解「成人」是在上下文之外匹配的,並可以得出更有用的結果。

關於這些示例,需要注意的一件事是它們來自Google的評估,可能不會100%反映搜索結果中實時顯示的內容。

一位Google發言人告訴我,這些示例僅是為了說明BERT所幫助的語言理解挑戰的類型,但是當然還有很多其他查詢會對BERT產生影響。

展望未來

Google希望通過這項更改來提高對查詢的理解,提供更相關的結果,並使搜索者習慣於以更自然的方式輸入查詢。

谷歌沒有透露這一變化將在多大程度上影響搜索排名。鑒於BERT僅在美國的10%的英語查詢中使用,因此與全面演算法更新相比,其影響應最小。

了解語言是一個持續的挑戰,Google承認,即使使用BERT,也可能無法解決所有問題。儘管該公司致力於在解釋查詢的含義方面變得更好。

相關文章