Google a déclaré que sa mise à jour de recherche majeure la plus récente, l'inclusion de l'algorithme Bert, l'aidera à mieux comprendre l'intention derrière les requêtes de recherche des utilisateurs, ce qui devrait signifier des résultats plus pertinents.Bert aura un impact sur 10% des recherches, a déclaré la société, ce qui signifie qu'elle a probablement un certain impact sur la visibilité et le trafic organiques de votre marque - vous pourriez ne pas le remarquer.
C'est notre regard de haut niveau sur ce que nous savons jusqu'à présent sur ce que Google vante comme «l'un des plus grands pas en avant de l'histoire de la recherche».Lorsque vous êtes prêt à aller plus loin, consultez notre pièce complémentaire: une plongée profonde dans Bert: How Bert a lancé une fusée dans la compréhension du langage naturel, par Dawn Anderson.
Quand Bert a-t-il été déployé dans Google Search?
Bert a commencé à déployer dans le système de recherche de Google la semaine du 21 octobre 2019 pour les requêtes en anglais, y compris les extraits en vedette.
L'algorithme s'étendra à toutes les langues dans lesquelles Google propose la recherche, mais il n'y a pas de calendrier défini, pourtant, a déclaré Danny Sullivan de Google.Un modèle BERT est également utilisé pour améliorer les extraits présentés dans deux douzaines de pays.
Qu'est-ce que Bert?
Bert, qui signifie des représentations de codeur bidirectionnelles de Transformers, est une technique basée sur le réseau neuronal pour la pré-formation de traitement du langage naturel.En anglais simple, il peut être utilisé pour aider Google à mieux discerner le contexte des mots dans les requêtes de recherche.
Par exemple, dans les phrases «neuf à cinq» et «un quart à cinq», le mot «à» a deux significations différentes, ce qui peut être évident pour les humains mais moins pour rechercher les moteurs.Bert est conçu pour distinguer ces nuances pour faciliter les résultats plus pertinents.
Google Open d'Open Bert en novembre 2018. Cela signifie que n'importe qui peut utiliser Bert pour former son propre système de traitement linguistique pour répondre aux questions ou autres tâches.
Qu'est-ce qu'un réseau neuronal?
Les réseaux de neurones d'algorithmes sont conçus pour la reconnaissance des modèles, pour le dire très simplement.La catégorisation du contenu de l'image, la reconnaissance de l'écriture manuscrite et même la prévision des tendances sur les marchés financiers sont les applications communes du monde réel pour les réseaux de neurones - sans parler des applications de recherche telles que les modèles de clics.
Ils s'entraînent sur des ensembles de données pour reconnaître les modèles.Bert pré-formé à l'aide du corpus de texte brut de Wikipedia, Google a expliqué lorsqu'il l'a ouvert.
Qu'est-ce que le traitement du langage naturel?
Le traitement du langage naturel (PNL) fait référence à une branche de l'intelligence artificielle qui traite de la linguistique, dans le but de permettre aux ordinateurs de comprendre la façon dont les humains communiquent naturellement.
Des exemples de progrès rendus possibles par la PNL incluent des outils d'écoute sociale, des chatbots et des suggestions de mots sur votre smartphone.
En soi, NLP n'est pas une nouvelle fonctionnalité pour les moteurs de recherche.Bert, cependant, représente un progrès de la PNL par la formation bidirectionnelle (plus à ce sujet ci-dessous).
Comment fonctionne Bert?
La percée de Bert est dans sa capacité à former des modèles de langage basés sur l'ensemble des mots dans une phrase ou une requête (formation bidirectionnelle) plutôt que sur la manière traditionnelle de formation sur la séquence ordonnée de mots (gauche à droite ou combinée gauche-to à droite et droit à gauche).Bert permet au modèle de langue d'apprendre le contexte des mots basé sur les mots environnants plutôt que sur le mot qui précède immédiatement ou le suit.
Google appelle «profondément bidirectionnel» parce que les représentations contextuelles des mots commencent «du fond d'un réseau neuronal profond».
«Par exemple, le mot« banque »aurait la même représentation sans contexte dans le« compte bancaire »et la« banque de la rivière ». Les modèles contextuels génèrent plutôt une représentation de chaque mot basé sur les autres mots de la phrase.Par exemple, dans la phrase «J'ai accédé au compte bancaire», un modèle contextuel unidirectionnel représenterait «Banque» sur la base de «J'ai accédé au compte« mais pas ». Cependant, Bert représente« Banque »en utilisant à la fois son contexte précédent et suivant- «J'ai accédé au… compte.» »
Google a montré plusieurs exemples de la façon dont l'application de Bert dans la recherche peut avoir un impact sur les résultats.Dans un exemple, la requête «Math Practice Books for Adult» a déjà fait surface une liste pour un livre pour les classes 6-8 en haut des résultats organiques.Avec Bert Applied, Google fait surface une liste pour un livre intitulé «Math for Grownups» en haut des résultats.
Vous pouvez voir dans un résultat actuel pour cette requête que le livre de la 6e à la 8e année se classe toujours, mais deux livres sont spécifiquement destinés aux adultes qui se classent maintenant au-dessus, y compris dans l'extrait en vedette.
Un changement de résultat de recherche comme celui ci-dessus reflète la nouvelle compréhension de la requête à l'aide de Bert.Le contenu des jeunes adultes n'est pas pénalisé, mais les listes spécifiques aux adultes sont jugées mieux alignées avec l'intention du chercheur.
Google utilise-t-il Bert pour donner un sens à toutes les recherches?
Non, pas exactement.Bert améliorera la compréhension de Google d'environ une recherche sur 10 en anglais aux États-Unis
"En particulier pour des requêtes plus longues, plus conversationnelles ou des recherches où les prépositions comme« pour »et« à «compter beaucoup au sens, la recherche sera en mesure de comprendre le contexte des mots de votre requête», a écrit Google dans son article de blog.
Cependant, toutes les requêtes ne sont pas conversationnelles ou ne comprennent pas des prépositions.Les recherches de marque et les phrases plus courtes ne sont que deux exemples de types de requêtes qui peuvent ne pas nécessiter le traitement du langage naturel de Bert.
Comment Bert aura-t-il un impact sur mes extraits en vedette?
Comme nous l'avons vu dans l'exemple ci-dessus, Bert peut affecter les résultats qui apparaissent dans les extraits en vedette lorsqu'il est appliqué.
Dans un autre exemple ci-dessous, Google compare les extraits en vedette de la requête «Parking on a Hill sans trottoir», expliquant: «Dans le passé, une question comme celle-ci confondait nos systèmes - nous avons accordé trop d'importance sur le mot« Curb »et a ignoré le mot «non», sans comprendre à quel point ce mot était critique de répondre de manière appropriée à cette requête.Nous rendrons donc les résultats pour le stationnement sur une colline avec un trottoir. "
Quelle est la différence entre Bert et Rankbrain?
Certaines des capacités de Bert peuvent sembler similaires à la première méthode d'intelligence artificielle de Google pour comprendre les requêtes, RankBrain.Mais, ce sont deux algorithmes distincts qui peuvent être utilisés pour éclairer les résultats de la recherche.
"La première chose à comprendre à propos de RankBrain est qu'elle fonctionne en parallèle avec les algorithmes de classement de recherche organique normaux, et il est utilisé pour ajuster les résultats calculés par ces algorithmes", a déclaré Eric Enge, directeur général de Perficient Digital.
RankBrain ajuste les résultats en examinant la requête actuelle et en trouvant des requêtes passées similaires.Ensuite, il passe en revue les performances des résultats de recherche pour ces requêtes historiques."En fonction de ce qu'il voit, RankBrain peut ajuster la sortie des résultats des algorithmes de classement de recherche organique normaux", a déclaré Enge.
RankBrain aide également Google à interpréter les requêtes de recherche afin qu'elle puisse faire surface des résultats qui peuvent ne pas contenir les mots exacts de la requête.Dans l'exemple ci-dessous, Google a pu comprendre que l'utilisateur cherchait des informations sur la tour Eiffel, malgré le nom de la tour n'apparaissant pas dans la requête «Hauteur du point de repère à Paris».
"Bert fonctionne d'une manière complètement différente", a déclaré Enge.«Les algorithmes traditionnels essaient de regarder le contenu sur une page pour comprendre de quoi il s'agit et ce qu'il peut être pertinent.Cependant, les algorithmes PNL traditionnels ne sont généralement capables de regarder le contenu avant un mot ou le contenu après un mot pour un contexte supplémentaire pour l'aider à mieux comprendre le sens de ce mot.La composante bidirectionnelle de Bert est celle différente. »Comme mentionné ci-dessus, Bert examine le contenu avant et après un mot pour informer sa compréhension de la signification et de la pertinence de ce mot.«Il s'agit d'une amélioration critique du traitement du langage naturel car la communication humaine est naturellement en couches et complexes.»
Bert et RankBrain sont utilisés par Google pour traiter les requêtes et le contenu de la page Web pour mieux comprendre ce que les mots signifient.
Bert n'est pas là pour remplacer Rankbrain.Google peut utiliser plusieurs méthodes pour comprendre une requête, ce qui signifie que Bert pourrait être appliqué seul, aux côtés d'autres algorithmes Google, en tandem avec RankBrain, toute combinaison de celle-ci ou pas du tout, selon le terme de recherche.
Quels autres produits Google pourraient affecter Bert?
L'annonce de Google pour Bert se rapporte uniquement à la recherche, cependant, il y aura également un certain impact sur l'assistant.Lorsque les requêtes menées sur Google Assistant le déclenchent pour fournir des extraits en vedette ou des résultats Web de la recherche, ces résultats peuvent être influencés par Bert.
Google a déclaré à Search Engine Land que Bert n'est pas actuellement utilisé pour les publicités, mais s'il s'intégre à l'avenir, cela peut aider à atténuer certaines des mauvaises variantes proches correspondant qui affligent les annonceurs.
«Comment puis-je optimiser pour Bert?»Ce n'est pas vraiment la façon d'y penser
"Il n'y a rien à optimiser avec Bert, ni rien pour qui que ce soit pour repenser", a déclaré Sullivan.«Les principes fondamentaux de nous cherchant à récompenser un grand contenu restent inchangés.»
Les conseils de Google sur le classement ont été toujours de garder l'utilisateur à l'esprit et de créer du contenu qui satisfait son intention de recherche.Étant donné que Bert est conçu pour interpréter cette intention, il est logique que donner à l'utilisateur ce qu'ils veulent continue d'être des conseils incontournables de Google.
«Optimiser» signifie maintenant que vous pouvez vous concentrer davantage sur une bonne écriture claire, au lieu de compromettre entre la création de contenu pour votre public et la construction de phrasé linéaire pour les machines.
Vous voulez en savoir plus sur Bert?
Voici notre couverture supplémentaire et d'autres ressources sur Bert.
