坚持为客户提供有价值的服务和内容

SEO自然语言处理如何改变搜索的方式?

admin | 2021-02-02 | 分享至:



Google致力于通过每次更新算法来增强搜索引擎结果页面(Serps)中列出的列表的相关性。最近对Serps的一个更新是Google的双向编码器表示来自Transformers(Bert),它利用自然语言处理。伯特被认为是谷歌在过去五年中引入的最重要的变化之一,直接影响到十分之一的搜索查询。
 
它的目的是通过正确解释复杂的长尾搜索查询来显示更多相关的结果。在这篇文章中,我们将讨论这意味着什么,以及它如何改变你的搜索方式。
 
伯特是什么?
这是一种基于神经网络的NLP预训练技术,使Google能够更准确地识别给定搜索查询中的单词上下文。
 
例如,考虑短语“6到10”和“四分之一到六”,“相同的介词”到“在每个短语中都有不同的含义,这在搜索引擎中可能并不明显。”然而,这里是伯特变得有用的地方,因为它可以有效地区分第一个短语中介词的上下文,而不是第二个短语中的介词。通过对语境的理解,可以提供更多的相关结果。
 
神经网络算法有利于模式识别,而训练在数据集上的神经网络可以识别模式。它的典型应用包括图像内容,预测金融市场趋势,甚至识别手写。鉴于自然语言处理或者说NLP是人工智能(AI)中处理语言学的一小部分。
 
NLP使计算机能够理解人类如何自然地交流。
NLP算法支持解释、理解和语言模式识别。
NLP模型突出语法和词汇,在大量的文本和言语中找到意义。
在NLP的推动下,互联网用户和在线企业每天利用的进步包括社交倾听工具、单词建议和聊天机器人.
 
这是什么意思?
BERT是一种利用神经网络生成预训练模型的NLP算法.这些模型是利用网络上无穷无尽的数据进行培训的。预先训练的模型是一般的NLP模型,它们被进一步完善以执行特定的NLP任务.去年11月,google开源的bert声称它提供了11项nlp任务的完整相关结果,包括斯坦福问答数据集。
 
伯特的双向性使它有别于其他算法,因为这使它能够给出一个词的上下文。它不仅可以考虑到导致这个词的句子的部分,而且还可以考虑到它后面的部分。双向性允许搜索引擎理解“电影”这样的词的含义,而在“窗口电影”中使用“电影”,而不是与“大片”一起使用。
 
在搜索中,伯特有助于理解查询的关键细节,特别是在复杂的情况下,会话查询或者那些有介词的人。例如,在“2021年前往巴厘岛的印度旅行者需要签证”的查询中,“介词”表示旅行者正从印度前往巴厘岛。通过改变介词,你可以完全改变句子,意思是“2021年巴厘岛的印度旅行者需要签证”,这意味着旅行者来自巴厘岛,需要印度签证。伯特允许理解这两句话之间的语境差异。
 
伯特和RankBrain有什么区别?
RankBrain是谷歌在搜索中应用的第一个人工智能方法。它与有机搜索排序算法并行运行,并对这些算法计算的结果进行调整。RankBrain根据历史查询调整算法提供的结果。
 
RankBrain此外,它还可以帮助Google解释搜索查询,这样它就可以显示可能没有准确单词作为查询的结果。例如,在寻找“迪拜地标的高度”时,它会自动显示与哈利法塔相关的信息。
 
另一方面,Bert的双向组件使它以一种非常不同的方式工作。传统算法通过查看页面中的内容来衡量相关性,NLP算法则更进一步,在单词之前或之后查看内容以表示附加上下文。由于人类交流通常是复杂和分层的,因此在处理自然语言方面的这一进步是必不可少的。
 
Bert和RankBrain一起被Google用来处理和理解查询。Bert并不是RankBrain的替代品,但它可以与其他Google算法一起使用,也可以与RankBrain一起使用,这取决于搜索术语。
 
改进更多语言的搜索
有能力我们从一种语言中学到的东西将这些应用到另一个领域,Bert被用来使搜索结果与世界各地的互联网用户更加相关。例如,我们从网络上最广泛使用的语言中学到的东西,如英语,然后应用于其他语言。因此,在人们也在搜索的其他语言中提供了更好的结果。此外,伯特模式还加强了各国和各语言特色片段的相关性。
 
伯特对你的生意有什么影响?
伯特还影响谷歌助理,触发它提供特色片段或受伯特更新影响的网络结果。像Bert这样的NLP技术提高了机器的理解能力,这一创新无疑对许多在线用户和企业都是有益的。然而,在SEO方面,原则保持不变。如果你有SEO最佳做法在你的营销策略中根深蒂固,那么你就可以确信你的网络成功了。网站生产,高质量,相关和新鲜的内容始终将受益于这个算法更新。
 
编写基于关键字研究的优秀内容是一项练习,它将仍然是整个搜索引擎的优先排序因素。网站所有者谁专注于他们的用户获得他们期望的信息和准确的内容,最终在SERP上得到一个良好的排名。监控网页的性能,同时创建好的内容将有助于网站保持相关性。
 
NLP解决搜索意图吗?
有了Bert,不管查询中使用的是什么语言或单词,Google获得正确结果的几率都会更高,但仍然不是100%。例如,即使有了伯特,任何搜索“内布拉斯加州南部是什么州”的人都有可能得到“南内布拉斯加州”的结果,而不是“堪萨斯”的结果,这很可能是用户想要的答案。
 
帮助机器理解语言仍然是一项持续的工作,从任何给定的查询中得出明确的含义是一个复杂的过程。当Google将NLP应用于关键关键字列表时,显示的顶级结果可能不包含某些或甚至仅仅一个所需的关键字,从而使这些结果变得无关紧要。有了伯特,谷歌改进了自己的游戏,为其算法提供了复杂的更新,但由于人类语言的复杂性,搜索仍然是一个尚未解决的问题。
扫二维码与项目经理沟通

7*24小时为您服务

解答:网站优化,网站建设,APP开发,小程序开发,H5开发,品牌推广,新闻推广,舆情监测等

  非常感谢您有耐心的读完这篇文章:"SEO自然语言处理如何改变搜索的方式?",更多内容请继续浏览,我们将为您提供更多参考使用或学习交流的信息。我们还可为您提供:网站建设与开发网站优化品牌推广舆情管理新闻推广等服务,我们以“降低营销成本,提高营销效果”的服务理念,自创立至今,已成功服务过不同行业的1000多家企业,将力争成为国内企业心目中值得信赖的互联网产品及服务提供商。如您需要合作,请扫码咨询,我们将诚挚为您服务。
文章分类