آپدیت برت BERT گوگل چیست؟

گوگل مهمترین آپدیت خود در پنج سال اخیر را اعلام کرد. آپدیت برت ۱۰ درصد جستجوها را تحت تاثیر قرار می دهد. آپدیت برت BERT گوگل چیست و چگونه می تواند سئو را تحت تأثیر قرار دهد؟

آپدیت برت BERT

آپدیت برت BERT یک بروزرسانی مهم توسط گوگل است. طبق اعلام گوگل، این آپدیت جستجوهای پیچیده، مبهم و طولانی را تحت تأثیر خواهد گذاشت.

گوگل اینگونه بیان کرده است:

این آپدیت پیشرفتی در جهت بهبود درک زبان، به ویژه برای درک سؤالات یا عبارتهای جستجو شده به زبان طبیعی یا محاوره ای است.

آپدیت برت قادر است به موتور جستجوی گوگل کمک کند تا ظرافت های کلامی و تفاوت های جزئی موجود در جستجوها را بهتر درک کند و نتایج جستجوی مفیدتر و بهتری را ارائه کند.

به خصوص برای جستجوهای محاوره ای طولانی تر، یا جستجوهایی که در آن حرف اضافه هایی مانند for و to در فهم معنی اهمیت زیادی دارند، موتور جستجو قادر خواهد بود تا بافت یا متن کلمات جستجو شده را تشخیص دهد.

الگوریتم برت BERT چیست؟

برت Bert یک الگوریتم متن باز (Open Source) گوگل است که می تواند مفهوم هر کلمه را در یک جستجو نسبت به دیگر کلمات آن پردازش کند.

Bill Slawski، متخصص ثبت اختراع در زمینه الگوریتم جستجو، BERT را اینگونه توصیف کرد:

Bert یک رویکرد آزمایشی پردازش زبان طبیعی است که می تواند برای محتوای طولانی استفاده شود. این آپدیت وظایفی از قبیل شناخت موجودیت یا هویت، تگ زدن به ادات سخن (مانند اسم، صفت، ضمیر و غیره)، و پرسش و پاسخ، از فرایندهای طبیعی زبان را بر عهده دارد. برت به گوگل کمک می کند تا بافت طبیعی زبان را از وب درک کند.

گوگل این فناوری را به صورت متن باز  (اپن سورس) بدست آورده است و دیگران نیز انواع مختلف BERT را ایجاد کرده اند.

الگوریتم BERT یا (Bidirectional Encoder Representations from Transformers) یک الگوریتم یادگیری عمیق مربوط به پردازش زبان طبیعی است. این آپدیت به گوگل کمک می کند تا علاوه بر در درک معنی کلمات در یک جمله، تمام تفاوت های ظریف متن را بفهمد.

تاثیر برت بر سئو داخلی

کارشناس الگوریتم جستجو، Dawn Anderson اینگونه گفت که برت به وب سایت هایی که ضعیف نوشته شده اند (سئو داخلی ضعیفی دارند) کمک نمی‌کند.

ضمایر نیز همیشه بسیار مشکل ساز بوده اند اما BERT کمی به این امر کمک می کند. بافت یا متن (Context) به دلیل ماهیت دو جهته (bidirectional) برت بهبود یافته است.

هنوز کارهای زیادی برای انجام وجود دارد، مثلا از ساختارهای روشن و واضح استفاده کنیم، داده های بدون ساختار را به داده های نیمه ساختار یافته تبدیل کنیم، از نشانه ها و مواردی مانند لینک دهی داخلی در صفحات کم محتوا استفاده کنیم (یعنی صفحات پر از تصویر و محتوای کم مانند صفحات سایت های فروشگاهی).

بهبود درک عبارت جستجو شده توسط BERT

آپدیت برت، نحوه درک گوگل از نتایج جستجو را بهبود می بخشد. BERT عبارتهای جستجو شده را بررسی می کند، نه صفحات وب را. با این حال، همانطور که Dawn گفت، سئو داخلی از منظر استفاده از کلمات به روش های دقیق اهمیت بیشتری پیدا می‌کند. به روزرسانی BERT گوگل نمی‌تواند به محتوای درهم و برهم (مثلا محتوای کپی بهم ریخته) کمک کند.

Dawn Anderson گفت:

آپدیت BERT مانند یک افزونه وردپرس است که یک نقطه شروع است و سپس افرادی آن را شخصی سازی کرده و بهبود می بخشند.

کلمه شیر در فارسی چندین معنی دارد و حتما باید در متن بکار رود تا معنی آن مشخص شود.

مثالی از متن و آپدیت برت

عبارت چگونه می توان ماهی خاردار صید کرد؟ را در نظر بگیرید.

در نیو انگلند (منطقه ای در ایالات متحده آمریکا)، کلمه cow در زمینه ماهیگیری به معنای نوعی ماهی خاردار دریایی (a large striped bass) است. ماهی خاردار دریایی یک ماهی آب شور معروف مجاز برای صیادی است که میلیون ها نفر از ماهیگیران در سواحل اقیانوس اطلس آن را صید می‌کنند.

قبل از این آپدیت اگر عبارت نحوه صید ماهی خاردار را تایپ می‌کردید گوگل نتایج مربوط به گاوها را ارائه می‌کرد.

حتی اگر از کلمه ماهیگیری برای تهیه بافت یا متن مورد نظر استفاده می‌کردید، گوگل آن زمینه را نادیده گرفته و نتایج مربوط به گاوها را ارائه می‌داد. اما اخیرا همان جستجو نتایجی را نشان می‌دهد که پر از تصویر ماهی خاردار دریایی و نتایج مرتبط با ماهیگیری است.

به نظر می رسد که الگوریتم BERT متن شامل کلمه ماهیگیری را مهم دانسته و نتایج جستجو را با تمرکز بر روی صفحات مربوط به ماهیگیری تغییر داد.

Dawn Anderson نتایج جستجو جدید اینگونه خواهد بود:

Bass معانی مختلفی دارد. کلمات زیادی دارای معانی متفاوتی هستند. متن پیرامون این کلمات معنای بیشتری را ارائه می‌دهد.

برت ممکن است آغاز یک تغییر باشد

Dawn Anderson گفت:

محققی را می شناسم که از BERT در کار خود با دستیارانش استفاده می کرد، مشابه Google Assistant، تا استفاده از سؤالات رفع ابهام کننده را آزمایش کند. بنابراین کاربردهای بسیاری دارد. این فقط یک نقطه شروع است.

این فرصتی برای دریافت ترافیک بیشتر با استفاده از محتوای متمرکزتر و منظم تر است.