Google BERT更新–意味著什麼

[ad_1]

Google BERT更新–意味著什麼

Google宣布了他們所謂的五年來最重要的更新。 BERT更新影響10%的搜索查詢。什麼是BERT?它將如何影響SEO?

BERT是Google的主要更新

根據Google的說法,此更新將影響取決於上下文的複雜搜索查詢。

這就是谷歌所說的:

「這些改進的重點是提高語言理解能力,尤其是對於更自然的語言/會話查詢,因為BERT可以幫助Search更好地理解Search中單詞的細微差別和上下文,並使這些查詢與有用的結果更好地匹配。

特別是對於更長的,更具會話性的查詢,或諸如「 for」和「 to」之類的介詞與含義有很大關係的搜索,Search將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。」

什麼是BERT演算法?

搜索演算法專利專家Bill Slawski(@bill_slawski@GoFishDigital)這樣描述BERT:

「伯特是一種自然語言處理預訓練方法,可用於大量文本。它處理諸如實體識別,語音標記的一部分以及其他自然語言處理過程中的問題解答之類的任務。伯特(Bert)幫助Google從網路上理解自然語言文本。

Google已經開源了這項技術,其他公司則創建了BERT的變體。」

BERT演算法(來自變壓器的雙向編碼器表示)是與自然語言處理相關的深度學習演算法。它可以幫助機器理解句子中單詞的含義,但是可以理解上下文的所有細微差別。

BERT和On Page SEO

我問搜索演算法專家Dawn Anderson(@dawnieando 在Twitter上),這對SEO意味著什麼,她回答說,這不會幫助寫得不好的網站。

根據黎明:

「 BERT和家人在11種自然語言處理任務上提高了技術水平。因為語言學家會在一個詞​​的整個詞性中爭論數小時,所以甚至擊敗了人類的理解。

但是,如果頁面焦點很弱怎麼辦?當我們聽到某些聲音時,甚至人類有時也會像「您的意思是什麼?」。

代詞在歷史上一直是個很大的問題,但是BERT對此做了很多幫助。由於BERT具有雙向性,因此改善了上下文。

由於我們需要強調重要性,利用清晰的結構,幫助將非結構化數據轉換為半結構化數據,利用內容淺色頁面(例如,圖像沉重但不包含文本沉重的電子商務頁面)上的提示,因此我們仍有大量工作要做例如內部鏈接。」

BERT提高了對搜索查詢的理解

Google的BERT更新可改善Google如何理解搜索查詢。 BERT分析搜索查詢,而不分析網頁。但是,正如Dawn所說,在精確地使用單詞方面,SEO在頁面上變得更加重要。 Google BERT更新可能無法提供草率的內容。

黎明安德森觀察到:

「這將人類的理解從大量自然語言理解任務中淘汰了。 BERT就像一個WordPress插件一樣,它是一個起點,然後他們對其進行自定義和改進。

「玫瑰」一詞意味著幾件事,但它是完全相同的詞。該上下文必須與該詞相伴,否則該詞將毫無意義。」

黎明是正確的。在研究我要在2019年PubCon Vegas進行的演示文稿的過程中,我搜索了一個棘手的短語,該短語依賴於上下文來正確處理。

上下文和BERT的示例

這句話是「如何釣牛釣魚?」

在新英格蘭,釣魚中的「牛」一詞意味著大條紋鱸魚。

條紋鱸魚是一種流行的鹹水魚,大西洋沿岸有數百萬垂釣者垂釣。

因此,我輸入了短語「如何捕牛」,谷歌提供了與牲畜有關的結果。

即使我故意使用「捕魚」一詞來提供上下文,但Google還是忽略了該上下文,而是提供了與母牛有關的結果。那是2019年10月1日。

今天,2019年10月25日,相同的查詢結果在充滿條紋鱸魚和釣魚相關結果的搜索結果中。

BERT演算法似乎已理解「捕魚」一詞的上下文很重要,並更改了搜索結果,將重點放在與捕魚相關的網頁上。

Dawn Anderson解釋說,新的搜索結果如下:

低音意味著不同的東西。單個單詞有不同的含義。這個詞周圍的上下文提供了更多的含義。」

沒錯這正是Google在搜索查詢中所做的「如何釣牛」的做法。BERT似乎使用了「釣魚」一詞來向該搜索查詢添加上下文。

BERT可能僅僅是個開始

黎明安德森說:

「我認識的一位研究人員在與助手(例如,與Google Assistant類似,以測試澄清問題的使用。因此它有許多用途。這只是一個起點。」

我問:

「所以您認為這是更長途旅行的第一步?」

黎明回答:

「是的,但這是一大步。巨大……這就像一個巨大的飛躍。」

我同意。我不會出去創建數千個長尾短語來嘗試利用Google更好地理解上下文的能力。

但是,與Dawn一樣,我認為這是一次機會,可以帶來更多流量和內容更加集中且井井有條的內容。

相關文章