谷歌表示，其最新的主要搜索更新，包括BERT算法，将帮助它更好地理解用户搜索查询背后的意图，这应该意味着更多相关的结果。伯特将影响10%的搜索，该公司表示，这意味着它可能会对你的品牌的有机可见性和流量产生一些影响——你可能没有注意到。

 

这是我们到目前为止对谷歌所宣扬的“搜索历史上最大的飞跃之一”所知的高级视角。当你准备好深入探索时，需要在设计过程的每个步骤（包括SEO）中考虑很多不同的指标。二号站网站应具有简洁，易于浏览的界面以及用户友好的界面和内容丰富的内容。可以看看我们的配套作品:《深入研究伯特:伯特如何将火箭发射到自然语言理解中》(A deep dive into BERT: How BERT launch A rocket into natural language understanding)，作者是道恩·安德森(Dawn Anderson)。

 

伯特什么时候推出谷歌搜索的?

 

2019年10月21日，伯特开始在谷歌的搜索系统中推出英语查询，包括精选片段。

 

谷歌的丹尼·沙利文(Danny Sullivan)表示，该算法将扩展到谷歌提供搜索的所有语言，但目前还没有设定时间表。伯特模型也被用于改善24个国家的特色片段。

 

伯特是什么?

 

BERT是transformer的双向编码器表示，是一种基于神经网络的自然语言处理预训练技术。在简单的英语中，它可以帮助谷歌更好地识别搜索查询中的单词上下文。

 

例如，在短语“朝九晚五”和“朝四分之一晚五”中，“to”这个词有两种不同的含义，这可能对人类来说很明显，但对搜索引擎来说就不那么明显了。BERT被设计用来区分这些细微差别，以便得到更相关的结果。

 

2018年11月，谷歌开源BERT。这意味着任何人都可以使用BERT来训练自己的语言处理系统来回答问题或完成其他任务。

 

什么是神经网络?

 

简单地说，神经网络算法是为模式识别而设计的。对图像内容进行分类、识别笔迹，当您在特定位置的权威网站上获得反向链接时，您实际上就在利用该网站的某些“ SEO果汁”来推动自己的SEO战略，并使2号站公司在SERP中排名更高。甚至预测金融市场的趋势，这些都是神经网络在现实世界中常见的应用，更不用提点击模型等搜索应用了。

 

他们对数据集进行训练以识别模式。BERT使用维基百科的纯文本语料库进行预训练，谷歌在开源时解释了这一点。

 

什么是自然语言处理?

 

自然语言处理(NLP)是人工智能研究语言学的一个分支，其目的是使计算机能够理解人类自然交流的方式。

 

NLP带来的进步包括社交监听工具、聊天机器人和智能手机上的文字建议。

 

NLP本身并不是搜索引擎的新特性。然而，BERT代表了通过双向训练在NLP方面的进步。

 

伯特是如何工作的?

 

BERT的突破之处就在于它能够基于句子或查询中的整个单词集合来训练语言模型(双向训练)，而不是传统的训练单词顺序的方法(从左到右或从左到右和从右到左的组合)。BERT允许语言模型基于周围的单词来学习单词上下文，而不仅仅是紧挨着它的单词。

 

谷歌称伯特为“深度双向”，因为单词的上下文表示是从“深度神经网络的最底部”开始的。

 

“例如，‘bank’这个词在‘bank account’和‘bank of the river’中有相同的上下文无关表达。相反，语境模型会根据句子中的其他单词生成每个单词的表示。例如，在“我访问了银行帐户”这个句子中，单向上下文模型将基于“我访问了‘但没有’帐户”来表示“银行”。然而，BERT同时使用了‘bank’的前一个和下一个上下文——‘我访问了……账户’。”

 

谷歌展示了BERT在搜索中的应用如何影响结果的几个例子。在一个例子中，“成人数学练习册”这一查询曾经将一本6 - 8年级的书列在有机搜索结果的顶部。有了BERT的申请，谷歌将一本名为《成人数学》(Math for Grownups)的书的列表显示在结果的顶部。

 

你可以在这个查询的当前结果中看到，6 - 8年级的书仍然是排名靠前的，但是有两本专门针对成年人的书现在排名在它上面，包括有特色的片段。

 

像上面这样的搜索结果更改反映了使用BERT对查询的新理解。年轻人的内容并没有受到惩罚，相反，针对成年人的列表被认为更符合搜索者的意图。

 

谷歌是否使用BERT来理解所有的搜索?

 

不,不完全是。BERT将提高谷歌对美国大约十分之一英语搜索的理解