此帖起草于去年(2019年)10月28日，今日添加发送。过去一年，关于搜索算法和SEO思维最大的新闻还是这件事。

2019年10月，谷歌宣布上线BERT算法。

BERT是什么

BERT是transformers的双向编码器表示的缩写。中文的意思是“双向变压器编码器表达式”。《变形金刚》真的不知道怎么翻译。应该是神经网络的深度模型。

谷歌已经在2018年开放了BERT，所以任何人都可以使用它。BERT是一种基于神经网络的自然语言处理预训练技术，其应用不限于搜索算法。任何人都可以在其他问答系统中使用BERT。

BERT的功能只是让计算机更好地理解语言，更像人类。人类探索自然语言处理已有多年，而BERT可以说是近年来最强的自然语言处理模型。

在搜索算法中使用BERT之前，谷歌在机器阅读理解的11项测试中取得了超越人类的综合成绩，包括情感分析、实体识别、后续单词预测、文本分类等。

现在，中文有很多关于BERT技术的文章，如果你搜索，你会看到很多文章。它们太技术性了，大多数都超出了我的理解范围。

什么是GoogleBERT算法更新

谷歌官方博客在2019年10月25日发布了一篇文章，其中公布了一些关于BERT算法的信息。

据谷歌自己介绍，在发帖的那一周，BERT算法在英文搜索逐渐上线，随后其他语言陆续上线。同时，在第0个结果(官方名称的精选摘要)的算法中也使用了BERT，该算法已在所有语言中使用。

BERT算法影响约10%的查询词。谷歌认为BERT是自五年前RankBrain以来算法上最大的突破，也是搜索史上最大的突破之一。但从过去一年的自然搜索流量来看，BERT可能在搜索技术意义上有了很大的突破，但对搜索结果和SEO的影响不大。就我关注的英文，的网站来看，疫情和核心算法的更新对很多网站的影响都比较大。这里所说的影响，不仅仅是指负面影响，还有疫情或者核心算法的情况下，部分网站SEO流量的激增。

在搜索中使用BERT来理解语言时，其特点是一个句子不是按顺序一个单词一个单词地对待，而是考虑一个单词与句子中所有其他单词的关系，也就是说BERT会看一个单词前后的其他单词，这样他就能从完整的语境中更深刻地理解单词的含义，更准确地理解搜索查询单词背后的真实意图。

从谷歌的描述和例子来看，“考虑一个词和句子中所有其他词之间的关系”包括：

这个词前后的词

它不仅包括紧接在前后的其他单词，还包括分开的其他单词

词的顺序关系

从前到后的顺序，以及从后到前的顺序(所谓的双向)

BERT解决了什么搜索问题

搜索的核心是理解语言。理解用户的查询词是其中重要的一部分。当用户查询时，他们使用各种各样的单词。可能有错别字和歧义。可能用户不知道查询什么词。搜索引擎必须首先找到用户想要搜索的内容，然后才能返回匹配结果。

当搜索引擎收到查询词时，会根据不同的情况做很多不同的处理。比如懂得基本搜索算法的SEO，当然知道搜索引擎会对查询词做错别字和拼错，也会对查询词进行同义词、同义词和异体字的扩展，这些都是对查询词的简单理解和处理。

情况稍微复杂一点。比如查询“苹果”时，搜索引擎没有用户的搜索历史。虽然搜索引擎搜索手机的可能性很大，但不能100%确定用户是想搜索水果、手机、电影还是报纸。但查询“苹果减肥”时，搜索引擎从语义分析可以知道，这里的苹果指的是水果。

再暧昧一点，查询“二姐老公”，用户想知道二姐老公吗？搜索引擎很有可能通过机器了解用户点击数据，早就知道用户其实是想了解羽毛球拍的。谷歌和百度的理解没有问题：

那么比如在查询“新加坡到上海\",的机票”的时候，人类可以理解为极有可能是想找到新加坡到上海的机票，但是搜索引擎可能无法判断是在找新加坡到上海的机票，还是上海到新加坡，的机票，因为分词后两个查询的词完全一样。语义分析也失败了，跟机票和旅游有关。

这是BERT展示才华的时候了。如前所述，BERT会考虑上下文和单词之间的顺序，也知道从前到后和从后到前的顺序是不同的。

就英文而言，当有for、to等介词，并且这些介词对查询的意义有很大影响时，也有比较长的和会话式的查询，这样BERT可以更好地理解查询的上下文和真实含义。

由于对以往的搜索引擎缺乏了解，搜索用户被迫形成了基于关键词的查询习惯。但是我们在生活中问朋友问题的时候，不是用几个关键词，而是用完整的问题。随着BERT对查询词的更好理解，用户可以以更自然、更人性化的方式进行搜索。或许在这个意义上，谷歌认为BERT是搜索技术的一大突破。

谷歌举了几个例子，我认为第一个是最好的例子来说明BERT的特点：

上图为推出BERT算法前后的谷歌搜索结果，查询词为“2019年巴西拖车Tousaneedavisa”(2019年巴西游客需要美国签证)。在经典的搜索算法中，英文的“去”可能作为stopword被忽略，但在这个查询中，“去”对于查询意图是决定性的，而“从巴西到美国\"的游客”和“从美国到巴西\"的游客”的签证要求完全不同。

在使用BERT之前，谷歌返回了美国游客去巴西不需要签证的信息在使用BERT之后，谷歌正确判断“谁去谁去”是非常重要的，并返回了巴西游客去美国是否需要签证的结果

谷歌给出的另一个例子是查询“能不能给某个人药店买药”，介词for经常被忽略，但如果忽略了，“for”的意思就会差很多，变成“能不能在药店买药”。

SEO人如何应对BERT算法

谷歌明确表示没有办法优化BERT，SEO的人自然会继续为用户写高质量的文章。

想了想，有道理。谷歌没有骗我们。BERT用于理解查询词的真正含义，这发生在找到匹配页面之前。SEO的人不能通过BERT让他们的内容更有相关性。页面内容是什么，与BERT对查询词的理解无关。

一个反例可以更好地说明这一点。当我搜索“2019巴西预告片Tousaneedavisa”这个短语时，我实际看到的前两个结果都是错的。美国游客来巴西：需要签证吗

即使BERT在线，谷歌对查询的理解可能仍然有问题。谷歌误解了查询词，自然回到了错误的页面，这与你的页面质量无关。

坚持让这里的读者给个彩蛋。虽然没有办法优化BERT，但是BERT对于SEO还有其他的应用场景吗？提到了几个关键词：双向、词序和后续词预测。事实上，BERT可以用来预测给定单词之后可能出现的其他单词。

这个有什么用？比如给定一个词：SEO，BERT可以预测后面可能出现的词。所以如果你一直预测，你不会组成一个句子？这不是自动书写机吗？并且符合语义和语法，已经过AI深度学习验证。

这样的工具已经有了，但是质量不尽如人意，生成的中文的内容更差。不知道国内有没有人会开发基于BERT的中文自动写作软件。

作者：Zac@SEO天天发帖

版权归： 中新虚拟主机所有

源地址：/gg/google-bert/