Aktualizacja Google BERT: Kontekst i analiza

To największa zmiana w algorytmie Google od pięciu lat, mająca wpływ na jedno na dziesięć wyszukiwanych haseł. Dzięki aktualizacji Google BERT, Google ma na celu poprawę interpretacji złożonych zapytań z długiego ogona i wyświetlanie bardziej trafnych wyników wyszukiwania. Korzystając z przetwarzania języka naturalnego, firma Google znacznie poprawiła swoją zdolność rozumienia kontekstu semantycznego wyszukiwanego hasła.

Jeśli szukasz wsparcia w optymalizacji witryny pod kątem wyszukiwarek, możesz uzyskać więcej informacji i analiz od naszych ekspertów:

Umów spotkanie!

Dwa centy Searchmetrics w Google BERT Update

„Bert to logiczny rozwój dla Google, podążający śladami Pandy, Hummingbird i RankBrain. Jednak tym razem nie patrzymy na zmianę sposobu indeksowania ani rankingowania danych. Zamiast tego Google próbuje zidentyfikować kontekst zapytania i odpowiednio dostarczyć wyniki. Jest to ekscytujący dodatek do tego, co mogą zaoferować modele bezkontekstowe, takie jak Word2Vec i GloVe. W przypadku wyszukiwania głosowego i wyszukiwania konwersacyjnego spodziewałbym się w najbliższej przyszłości znacznego postępu w jakości wyników”. – Malte Landwehr, wiceprezes ds. produktu, Searchmetrics

Gdzie wprowadzono BERT?

Chociaż początkowo BERT korzystał tylko z organicznych wyników wyszukiwania Google.com, od grudnia 2019 r. BERT wdrożył ponad 70 języków na całym świecie. W przypadku polecanych fragmentów, które są wyświetlane w organicznych wynikach wyszukiwania jako pozycja 0 z tekstem, tabelą lub listą, BERT jest już używany we wszystkich 25 językach, dla których Google wyświetla również wyróżnione fragmenty.

BERT jest wdrażany do obliczania wyników wyszukiwania organicznego w językach: afrykanerskim, albańskim, amharskim, arabskim, ormiańskim, azerskim, baskijskim, białoruskim, bułgarskim, katalońskim, chińskim (uproszczonym i tajwańskim), chorwackim, czeskim, duńskim, holenderskim, angielskim , estoński, perski, fiński, francuski, galicyjski, gruziński, niemiecki, grecki, gudżarati, hebrajski, hindi, węgierski, islandzki, indonezyjski, włoski, japoński, jawajski, kannada, kazachski, khmerski, koreański, kurdyjski, kirgiski, laotański, łotewski , litewski, macedoński malajski (Brunei Darussalam i Malezja), malajalam, maltański, marathi, mongolski, nepalski, norweski, polski, portugalski, pendżabski, rumuński, rosyjski, serbski, syngaleski, słowacki, słoweński, hiszpański suahili, szwedzki, tagalog, tadżycki , tamilski, telugu, tajski, turecki, ukraiński, urdu, uzbecki i wietnamski.

W tym tweecie Google ogłosił globalne wdrożenie BERT:

BERT, nasz nowy sposób na lepsze rozumienie języka w wyszukiwarce Google, jest teraz dostępny w ponad 70 językach na całym świecie. Początkowo został wprowadzony w październiku w amerykańskim języku angielskim. Możesz przeczytać więcej o BERT poniżej, a pełna lista języków znajduje się w tym wątku…. https://t.co/NuKVdg6HYM

— Google SearchLiaison (@searchliaison) 9 grudnia 2019 r.

Tymczasem analityk Webmaster Trends, John Mueller, przemawiał na jednym ze swoich hangoutów Google dla webmasterów po tym, jak użytkownik zgłosił 40% spadek ruchu i podejrzewał, że przyczyną jest BERT. Mueller wyjaśnił, że BERT nie był odpowiedzialny za takie rankingi i spadki ruchu, ale jedną z regularnych aktualizacji lub aktualizację rdzenia. Według jakich kryteriów dokonywane są zmiany algorytmu, Mueller szczegółowo wyjaśnia na filmie, jak działa programowanie w Google od 30:46 minut:

Co znaczy BERT?

Skrót „BERT” oznacza dwukierunkowe reprezentacje kodera z transformatorów i odnosi się do modelu algorytmu opartego na sieciach neuronowych. Za pomocą przetwarzania języka naturalnego (NLP) systemy maszynowe próbują zinterpretować złożoność ludzkiego języka. Szczegółową dokumentację BERT można znaleźć na blogu AI Google.

Mówiąc najprościej, Google używa BERT, aby lepiej zrozumieć kontekst zapytania i dokładniej zinterpretować znaczenie poszczególnych słów. Ten przełom opiera się na modelach matematycznych zwanych transformatorami: analizują one słowo w odniesieniu do wszystkich innych słów w zdaniu – lub w przypadku wyszukiwarki Google – zapytania wyszukiwania – i nie patrzą po prostu na znaczenie słów w odosobnieniu. Jest to szczególnie przydatne przy interpretacji znaczenia przyimków i pozycji poszczególnych słów w zapytaniu.

Dlaczego aktualizacja BERT jest tak ważna dla Google?

Według Google około 15 procent wszystkich zapytań jest nowych – oznacza to, że są wyszukiwane po raz pierwszy. Co więcej, formułowanie zapytań wyszukiwania coraz bardziej zbliża się do prawdziwej komunikacji międzyludzkiej – częściowo pod wpływem postępu technicznego, takiego jak wyszukiwanie głosowe. Serwis statystyczny Comscore ocenia, że ​​odsetek Wyszukiwań Głosowych osiągnie 50 procent w ciągu dwóch lat. Kolejnym czynnikiem jest rosnąca długość zapytań – dziś 70% wyszukiwań można uznać za długie. Ludzie zwracają się do Google z w pełni sformułowanymi pytaniami i oczekują precyzyjnych odpowiedzi w ułamku sekundy – a BERT stanowi teraz znaczną część technologii, która to umożliwia.

Google od wielu lat pracuje nad sieciami neuronowymi, które potrafią poprawnie reagować na nowe zapytania wyszukiwawcze i poprawiać interpretację treści:

• Koliber: W 2013 roku Hummingbird został włączony do algorytmu Google. Ta aktualizacja algorytmu umożliwiła lepszą interpretację całych zapytań wyszukiwania, a nie tylko wyszukiwanie pojedynczych słów w zapytaniu.
• RankBrain : W 2015 r. RankBrain stał się częścią algorytmu Google i został uznany za trzeci najważniejszy czynnik rankingowy. Umożliwiło to przetwarzanie wyszukiwanych haseł o wielu znaczeniach lub w inny sposób złożonych zapytań, które wykraczają poza zwykłe wyszukiwanie z długim ogonem. Dzięki RankBrain możliwe stało się również przetwarzanie pierwszych wyszukiwań, kolokwializmów, dialogów i neologizmów.

Na które zapytania ma wpływ BERT?

Wpływ BERT ma wpływ na zapytania wyszukiwania długiego ogona. BERT poprawia interpretację kontekstu dla dłuższych zapytań, które są wprowadzane (lub wypowiadane w przypadku wyszukiwania głosowego) na pasku wyszukiwania jako pytanie lub grupa słów.

Na swoim blogu Google podał kilka przykładów zapytań, które BERT pomaga lepiej zrozumieć i dla których wyszukiwarka zapewnia teraz bardziej trafne wyniki.

W tym przykładzie dla organicznego wyniku wyszukiwania, według Google, znaczenie słowa „do” i jego związek z innymi słowami były wcześniej niedoceniane. Jednak słowo „do” odgrywa integralną rolę w rozumieniu zdania. Mamy do czynienia z kimś z Brazylii, który chce wyjechać do USA – a nie na odwrót. Nowy model BERT umożliwia Google prawidłowe zrozumienie tego rozróżnienia i dostarczanie wyników, które odpowiadają prawdziwej intencji wyszukiwania.

Przykład 2: „Parking na wzgórzu bez krawężnika”

W tym przykładzie z wpisu na blogu Google, który zajmuje się oceną wyników wyszukiwania w celu wybrania najtrafniejszego fragmentu polecanego, zbyt mocno kładziono nacisk na słowo „krawężnik”, ignorując znaczenie słowa „nie”. Oznaczało to, że wyświetlany był fragment polecany, który był mało przydatny, ponieważ w rzeczywistości odpowiadał na pytanie przeciwne do pytania zadanego przez wyszukiwarkę.

Co mogą zrobić SEO i webmasterzy?

Nie ma prostej odpowiedzi na pytanie, jak zareagować na BERT. Nie ma łatwych taktyk, które możesz zastosować, aby nagle poprawić pozycję swojej witryny lub odzyskać straty. Zamiast tego ważne jest, aby pamiętać, że musisz pisać swoje treści i tworzyć witryny nie tylko dla algorytmów, ale dla ludzi: dla potencjalnych użytkowników i klientów, którzy będą odwiedzać Twoją witrynę i wchodzić z nią w interakcję.