الگوریتم برت Bert گوگل چیست؟
Google Bert Algorithm یک تکنیک یادگیری عمیق (Deep Learning) است که برای پردازش زبان طبیعی و با هدف درک دقیق متن و مفهوم جستجوی کاربر ایجاد شده است. این الگوریتم در 25 اکتبر 2019 منتشر شد. هدف آن کمک به موتور جستجو در درک هر چه بهتر متن میباشد.
بعد از انتشار الگوریتم رنک برین توسط گوگل، که مبتنی بر هوش مصنوعی بود تحول بزرگی در درک معنایی کوئریها به وجود آمد. اما این پیشرفت، هنوز نیاز به تکمیل داشت. در سال 2019، الگوریتم Bert به کمک رنک برین آمد و درک عمیقتر و جزئیتری را نسبت به کوئریهای مورد جستجو به وجود آورد.
آنچه که در معرض خطر (Hazard) جریمه الگوریتم برت گوگل قرار دارد:
- انطباق دقیق کلمات کلیدی کوتاه
- زبان رسمی و غیرطبیعی
گوگل، اولین آپدیت برت را برای زبان انگلیسی رونمایی کرد و سپس برای 70 زبان دیگر. اولین گزارشها حاکی از تاثیرگذاری این الگوریتم روی 10 درصد کل کوئریهای جستجو بود.
قطعا Google Bert یکی از مهمترین اتفاقات در موتورهای جستجو میباشد. با سئوف همراه باشید تا با کارکرد این الگوریتم آشنا شوید و بدانید چگونه روی سئوی سایت تاثیر میگذارد.
1 الگوریتم برت گوگل چیست؟ – Google Bert Algorithm
گوگل برت یکی از الگوریتمهای گوگل است که برای تفسیر و فهمیدن متن و یک روش آموزش از قبل یا Pre-Training برای پردازش زبان طبیعی است که میتواند روی یک متن طولانی هم اعمال شود.
وظایفی مانند تشخیص موجودیت، بخشی از برچسب زدن (tragging) روی گفتار، و فرایند پرسش و پاسخ در بین سایر زبانها بر عهده گوگل برت میباشد. گوگل این تکنولوژی را منبع باز (Open-Source) گذاشته و سایرین، نسخههای مختلفی از برت را ایجاد کردهاند.
نیاز به حضور چنین تکنیکی به خصوص از زمان انتشار دستیارهای جستجوی صوتی در الگوریتم رتبهبندی حس میشد. گوگل، الگوریتم Bert را بعنوان یکی از بزرگترین جهشهای پنج سال اخیر مینامد.
کلمه Bert مخفف حروف اول واژههای Bidirectional Encoder Representations from Transformers است (نیازی نیست این کلمات پیچیده را ترجمه کنیم). این روش در یک مقاله در سال 2018 معرفی شده بود، اما گوگل در 2019 آنرا در قالب یک الگوریتم معرفی کرد و مورد استفاده قرار داد.
رنک برین روی کلیت مفهومی جملات طولانی و درک هدف جستجوی کاربر متمرکز بود. الگوریتم برت یک قدم پیشتر رفته و مانند یک انسان، میتواند حتی معانی حروف اضافه را در جایگاههای مختلف تشخیص دهد.
همچنین Google Bert قادر است زبان محاورهای و عامیانه را نیز درک کند و منطبقترین نتایج را با توجه به جستجوی کاربر، در اختیار او قرار دهد.
حال میخواهیم ببینیم الگوریتم گوگل برت چه کار میکند و چگونه روی نتایج جستجو تاثیر میگذارد.
2 هدف الگوریتم Bert گوگل چیست؟
الگوریتم Bert برای تکمیل کار رنک برین و با این هدف ایجاد شد که بیشتر روی پردازش زبان طبیعی در گفتار و محاوره تمرکز کند. آنالیز کوئریهای طولانی که حالت محاورهای دارند تخصص این الگوریتم است.
همچنین Goolge BERT Algorithm تحول بزرگی در درک هدف جستجوی کاربر یا Search Intent به وجود آورد و خطای پیشبینی هدف جستجو را به حداقل ممکن رساند.
میخواهیم یک مثال از جستجو با زبان محاورهای را ببینیم. تصویر زیر را ببینید که در آن “چجوری ف” را تایپ میکنیم. گوگل به کمک الگوریتم برت پیشنهاداتی را به کاربر میدهد که حالت محاورهای دارند. گوگل سعی دارد از ساختار ماشینی به ساختار انسانی و زبان محاورهای نزدیک شود.
3 الگوریتم برت چطور ساختار زبان را تشخیص میدهد؟
گفتیم که الگوریتم برت گوگل به جزئیات و ریزهکاریهای یک کوئری طولانی اهمیت میدهد. حتی حروف اضافه و جایگاه آنها نیز در این الگوریتم بررسی میشوند.
الگوریتم BERT در تاریخ 9 دسامبر 2019 یعنی یک ماه و نیم بعد از انتشار اولیه، آپدیت شد و در این آپدیت گوگل برت اتفاقات جدیدی رقم خورد. توجه به جزئیات نیز از همین تاریخ آغاز شد.
بعنوان مثال عبارات “از تهران به مشهد” و “از مشهد به تهران” را در نظر بگیرید. قبل از آپدیت گوگل برت با جستجوی این دو عبارت نتایجی ارائه میشد که در آنها فقط دو کلمه تهران و مشهد اهمیت داشتند.
اما با آپدیت گوگل برت حروف اضافه “از” و “به” و ارتباطشان با سایر کلمات تشخیص داده میشود و نتایج مرتبطتری به کاربر ارائه میشود. نتایجی که دقیقا مرتبط با مفهوم “از تهران به شیراز” یا “از شیراز به تهران” است. یعنی تفاوت این دو عبارت برای گوگل مشخص شده است.
3.1 NLP چیست؟
تمام این اتفاقات به لطف هوش مصنوعی رقم خورده است. هوش مصنوعی شاخهای از علم کامپیوتر است که سعی دارد فکر کردن و عمل کردن مانند انسان را به ماشین بیاموزد.
پردازش زبان طبیعی هم زیرمجموعهای از هوش مصنوعی است که به ماشین یاد میدهد انسانها چطور صحبت میکنند و چطور جملات و سوالات را درست میکنند. NLP مخفف عبارت Natural Language Processing به معنی پردازش زبان طبیعی است.
NLP در الگوریتم برت باعث میشود که گفتار انسان با کمترین خطا تجزیه و تحلیل شود و مفهوم آن به دست آید. بر این اساس هدف جستجوی کاربر نیز پیشبینی میشود تا بهترین و مرتبطترین نتایج در صفحات نتایج جستجو به او ارائه شود. هرچه کوئری طولانیتر باشد NLP نقش بیشتری در درک مفهوم آن ایفا میکند.
NLP را میتوان هسته الگوریتم برت گوگل دانست.
4 تاثیر الگوریتم برت بر نتایج جستجو
هر الگوریتم یا آپدیتی که به هسته الگوریتم رتبهبندی گوگل اضافه میشود باعث ایجاد تغییراتی در نتایج جستجو میشود.
قبل از اعمال آپدیت گوگل برت، گوگل اعلام کرده بود که این الگوریتم روی ده درصد نتایج جستجو تاثیر خواهد داشت. چرا که این الگوریتم بیشتر روی کوئریهای طولانی تاثیر میگذارد و تمام کوئریها را تحت تاثیر قرار نمیدهد. یا حداقل تاثیر چندانی روی آنها ندارد.
5 چطور سئو سایت را برای گوگل برت بهینه کنیم؟
هدف گوگل از گنجاندن هوش مصنوعی و یادگیری ماشین در الگوریتمهایش این است که از ساختار ماشینی به سمت ساختار انسانی برود. این جمله به چه معناست؟
ساختار ماشینی یعنی همان تکرار کلمات کلیدی، انطباق دقیق کلمات کلیدی و مواردی از این قبیل. یعنی سبز کردن چراغ افزونه Yoast SEO. یعنی Keyword Stuffing و تکنیکهای کلاه سیاه در سئو. اینها مواردی هستند که در ساختار ماشینی جای مانور دارند و این یک ایراد است.
اما در ساختار انسانی به مفاهیم توجه میشود. هدف کاربر بسیار اهمیت دارد و محتوایی در این رقابت برنده میشود که نه فقط یک کلمه کلیدی بلکه مفهوم آن کلمه را به همراه مترادفهایش در نظر بگیرد و از طرفی نیاز کاربر را با ارائه یک محتوای فوقالعاده قوی برطرف نماید.
برای اینکه تاثیر مثبتی روی الگوریتم BERT گوگل داشته باشید نکات زیر را نیز در نظر بگیرید:
5.1 تولید محتوای بهینه از نظر موتور جستجو
البته که بارها گفته شده محتوای خوب و مفید تاثیر بسیار زیادی روی تمام الگوریتمهای گوگل دارد. حتی در مقالات دوره آموزشی سئو، یک مقاله کامل و جامع برای توضیح چگونگی تولید یک محتوای بهینه ارائه شده است.
تولید محتوای خوب و مفید شامل مراحل مختلفی است. اول باید هدف جستجوی کاربر مشخص شود. تحقیق و انتخاب کلمات کلیدی باید انجام شود. سپس محتوایی تولید شود که تمام آنچه کاربر نیاز دارد را پاسخگو باشد. یک محتوای کامل و جامع و مفید. در تیترها و زیرتیترها بهتر است جملات یا عباراتی که کاربران بیشتر جستجو میکنند قرار داده شود.
5.2 بکار بردن کلمات کلیدی چندبخشی، طولانی و محاورهای
کلمات کلیدی Long Tail همان چیزی است که الگوریتم برت گوگل روی آن تمرکز دارد. هرچقدر که یک کوئری طولانیتر باشد معمولا جزئیات بیشتری از هدف جستجوی کاربر را آشکار میکند. دقیقا همان چیزی که الگوریتم برت روی آن تمرکز دارد.
بهتر است عبارت محاورهای، سوالها و عبارات کلیدی طولانی که کاربر ممکن است با احتمال زیادی جستجو کند را در نظر بگیرید. برای این عبارات محتوایی تولید کنید که بتواند به پرسش خواسته شده پاسخ دهد.
5.3 استفاده از حروف اضافه در جایگاههای درست
همانطور که با مثال برایتان شرح دادیم اکنون دیگر گوگل میتواند جایگاه حروف اضافه و ترکیب آنها با سایر کلمات را تشخیص دهد. پس در جایگاههای مناسب از حروف اضافه مانند از، به، برای، و امثالهم استفاده کنید.
از ترکیبات کلمات با استفاده از حروف اضافه غافل نشوید. استفاده از انواع ترکیبات عبارتهای مختلف میتواند محتوا را از حالت ماشینی خارج کند. به جای اینکه سعی کنید حتما از انطباق دقیق کلمه کلیدی استفاده کنید، ترکیبات کلمه کلیدی را با استفاده از کلمات یا حروف اضافه به کار ببرید.