google10月25日最近算法更新BERT

2019 年 10 月 25 日，Google 宣布 BERT 更新上线，可以以更接近人的方式去理解 Query（用户搜索词）的含义，从而提升搜索体验，预计影响 10% 的英文搜索。并且，Google 称 BERT 算法是过去五年来突破最大的算法，也是 Google 搜索历史上突破最大的算法之一。

什么是BERT？

这是Google的基于神经网络的自然语言处理（NLP）预训练技术。在Rank Brian算法推出的时候，该算法主要是用来分析用户的行为数据，了解大概文章的意思，而BERT算法的更新，直接能识别出人们口语化的提问，并给出最佳的答案。

本次的BERT算法除了会影响10%的搜索结果之外，他还影响Feature Snippet。虽然SEO行业的人都说对排名影响不大，但丢丢认为本次的算法更新直接改变了SEO的一些做法。

我们先来看看本次BERT算法更新后，整个搜索结果发生的变化

例子1:

以前搜，2019年前往美国的巴西旅行者需要签证，出现的搜索结果是“美国去巴西不需要签证”，而BERT算法更新后，搜索准确度高了很多，直接满足了搜索者的请求。

例子2:

搜索“做美学家的工作量很大”时，谷歌表示，以前会将“独立”一词与查询中使用的“立场”相匹配。而BERT算法更新之后，Google已经能够理解Stand代表的是一种物理上的需求要做很多工作，比之前搜索的结果更加精准。

例子3:

在Feature Snippet中，搜索“在没有路边的山坡上如何停车？”，谷歌以前太强调“路边”这个词，所以可以看到搜索结果出现的都是”Curb“为主的内容，但这个内容并不能很好的解决用户的需求。所以BERT出现后，他更好的理解用户当前的需求，Feature Snippet也发生了变化。

何时使用BERT？谷歌表示，BERT有助于更好地理解搜索中单词的细微差别和上下文，并使这些查询与更相关的结果更好地匹配。

以下是Google的示例，该示例显示了与查询“Parking on a hill with no curb”相关的更相关的精选代码段。过去，像这样的查询会使Google的系统混乱。谷歌表示以往他们对“curb”一词过分重视，而忽略了“no”一词，不了解该词对适当响应此查询有多重要。因此，我们将返回在路边山上停车的结果。”

RankBrain还没有死。RankBrain是Google在2015年首个用于理解查询的人工智能方法。它通过查询查询和Google索引中网页的内容来更好地理解单词的含义。BERT不会替代RankBrain，它是理解内容和查询的另一种方法。它是Google排名系统的补充。RankBrain可以并且仍将用于某些查询。但是当Google认为借助BERT可以更好地理解查询时，Google会使用它。实际上，单个查询可以使用多种方法（包括BERT）来理解查询。

怎么会这样？Google解释说，有很多方法可以理解您查询中的语言的含义以及它与网络内容的关系。例如，如果您拼错了某些单词，则Google的拼写系统可以帮助您找到合适的单词，从而为您提供所需的信息。和/或，如果您使用的单词是相关文档中实际单词的同义词，则Google可以匹配这些单词。BERT是Google用来理解语言的另一种信号。根据您搜索的内容，这些信号中的任何一个或多个都可以更用来理解您的查询并提供相关的结果。

您可以优化BERT吗？不太可能。Google 的 Danny Sullivan 原话是：”不需要针对 BERT 做任何优化，要保持初心：为用户提供优质内容。” 谷歌告诉我们， SEO不能真正针对RankBrain进行优化。但这确实意味着Google在理解自然语言方面做得更好。像往常一样为用户编写内容。这是Google为更好地了解搜索者的查询并将其更好地与更相关的结果进行匹配所做的努力。

但这也是因为此更新影响了所有查询的10％。这是一个很大的变化。建议您检查下周某个时候的搜索流量变化，并查看此更改对您的网站有多大影响。如果是这样，请更深入地研究哪些登陆页面受到影响以及哪些查询受到影响。您可能会注意到这些页面没有转换，并且Google发送这些页面的搜索流量实际上并没有用；

注：搜索的核心是理解语言，无论如何拼写或组合查询中的单词，Google 的工作都是弄清楚您要搜索的内容并从网络上显示有用的信息。这些年来，尽管Google一直在不断提高语言理解能力，但有时还是做得不好，尤其是在复杂或对话式查询中。实际上，这就是人们经常使用“关键词”的原因之一，他们键入他们认为我们会理解的单词字符串，但实际上并不是他们自然地问问题的方式， 随着Google通过机器学习正在极大地改善了查询的理解方式，这是过去五年中最大的飞跃，其中之一是搜索历史上最大的飞跃。