10月25號Google 官方博客發布了一篇關于 Google 算法 BERT 更新的文章 ，該文章介紹自五年前Google 引入RankBrain以來，Google 對其搜索系統進行了最大的更改，Google 表示將影響十分之一的查詢。因此建議負責Google SEO 的相關人員檢查下近期某個時候的搜索流量變化，并查看此更改對您的網站有多大影響；
BERT本周開始推出，并將在短期內完全啟用。現在正在針對英語查詢推出，并將在將來擴展到其他語言。
精選片段:這也將影響精選片段(如下圖Google直接展示的部份）谷歌表示，全球范圍內的各種摘要都以各種語言使用BERT。
什么是BERT？這是Google的基于神經網絡的自然語言處理（NLP）預訓練技術。BERT代表變壓器的雙向編碼器表示形式。
它于去年開放源代碼，并在Google AI博客上有更詳細的介紹。簡而言之，BERT可以幫助計算機更像人類一樣理解語言。
何時使用BERT？谷歌表示，BERT有助于更好地理解搜索中單詞的細微差別和上下文，并使這些查詢與更相關的結果更好地匹配。如上所述，它還用于特色片段。
谷歌表示，在一個示例中，搜索“ 2019 brazil traveler to usa need a visa”，“ to”一詞及其與查詢中其他詞的關系對于理解含義很重要。以前，谷歌不了解這種聯系的重要性，并且會返回有關前往巴西的美國公民的結果。谷歌解釋說：“有了BERT，Search就能掌握這一細微差別，并且知道非常常見的單詞“ to”實際上在這里很重要，我們可以為該查詢提供更相關的結果。”
注意：以下示例僅用于說明目的，可能不適用于實時搜索結果。
在另一個示例中，搜索“Do estheticians stand a lot at work”時，谷歌表示，以前會將“stand-alone”一詞與查詢中使用的“stand”相匹配。谷歌的BERT模型可以“理解’stand’與工作的身體需求的概念有關，并顯示出更有用的響應，”谷歌說。
在下面的示例中，Google可以更像人類一樣理解查詢，從而在搜索“Can you get medicine for someone pharmacy”時顯示出更相關的結果。
精選摘要示例。以下是Google的示例，該示例顯示了與查詢“Parking on a hill with no curb”相關的更相關的精選代碼段。過去，像這樣的查詢會使Google的系統混亂。谷歌表示以往他們對“curb”一詞過分重視，而忽略了“no”一詞，不了解該詞對適當響應此查詢有多重要。因此，我們將返回在路邊山上停車的結果。”
RankBrain還沒有死。 RankBrain是Google在2015年首個用于理解查詢的人工智能方法。它通過查詢查詢和Google索引中網頁的內容來更好地理解單詞的含義。BERT不會替代RankBrain，它是理解內容和查詢的另一種方法。它是Google排名系統的補充。RankBrain可以并且仍將用于某些查詢。但是當Google認為借助BERT可以更好地理解查詢時，Google會使用它。實際上，單個查詢可以使用多種方法（包括BERT）來理解查詢。
怎么會這樣？Google解釋說，有很多方法可以理解您查詢中的語言的含義以及它與網絡內容的關系。例如，如果您拼錯了某些單詞，則Google的拼寫系統可以幫助您找到合適的單詞，從而為您提供所需的信息。和/或，如果您使用的單詞是相關文檔中實際單詞的同義詞，則Google可以匹配這些單詞。BERT是Google用來理解語言的另一種信號。根據您搜索的內容，這些信號中的任何一個或多個都可以更用來理解您的查詢并提供相關的結果。
您可以優化BERT嗎？不太可能。谷歌告訴我們， SEO不能真正針對RankBrain進行優化。但這確實意味著Google在理解自然語言方面做得更好。像往常一樣為用戶編寫內容。這是Google為更好地了解搜索者的查詢并將其更好地與更相關的結果進行匹配所做的努力。
但這也是因為此更新影響了所有查詢的10％。這是一個很大的變化。建議您檢查下周某個時候的搜索流量變化，并查看此更改對您的網站有多大影響。如果是這樣，請更深入地研究哪些登陸頁面受到影響以及哪些查詢受到影響。您可能會注意到這些頁面沒有轉換，并且Google發送這些頁面的搜索流量實際上并沒有用；
注：搜索的核心是理解語言，無論如何拼寫或組合查詢中的單詞，Google 的工作都是弄清楚您要搜索的內容并從網絡上顯示有用的信息。這些年來，盡管Google一直在不斷提高語言理解能力，但有時還是做得不好，尤其是在復雜或對話式查詢中。實際上，這就是人們經常使用“關鍵詞”的原因之一，他們鍵入他們認為我們會理解的單詞字符串，但實際上并不是他們自然地問問題的方式， 隨著Google通過機器學習正在極大地改善了查詢的理解方式，這是過去五年中最大的飛躍，其中之一是搜索歷史上最大的飛躍。
本文參考Google官方博客：https://blog.google/products/search/search-language-understanding-bert
識別二維碼，關注“海外營銷老邱”公眾號，獲取全面的海外營銷案例分享：
作者：海外營銷老邱 來源：海外營銷老邱
本文為作者獨立觀點，不代表出海筆記立場，如若轉載請聯系原作者。
