Google BERT 算法更新全解读

2019.10.31

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。
本文是我针对 Google BERT 算法的完整说明，并将持续更新。

什么是 BERT 算法

BERT 的全称是 Bidirectional Encoder Representations from Transformers，是一种基于神经网络的自然语言处理预训练的技术。
BERT 算法最大的突破是可以通过前后的单词来理解某个单词的内在含义，从而增强对 Query 内在含义的理解，而不是逐个单词去单独理解。

注：

BERT 模型被称为 “最强 NLP 模型”，Google 也在 2018 年底开源了 BERT 模型，相关论文也荣获 NAACL 2018 年的最佳长论文；
我在内网搜索了下，BERT 算法已经在智能机器人、Feeds 等多个方面实践。

具体内容和影响

利用 BERT 算法，Google 可以加强对 Query 的理解，从而影响搜索结果。
目前 Google 称大概会影响 10% 的美国地区的英文搜索，之后将推广到其他语言和国家。
Google BERT 算法在 10 月 21 日左右切流，在 27 日完全上线，所以 SEOs 可以具体观测 27 日之后的数据变化。

另外，精选摘要（Featured Snippets）已经在全球 20 多个国家应用了 BERT 算法，比如韩语、印地语、葡萄牙语。

BERT 算法的示例

示例一

Query 为 2019 brazil traveler to usa need a visa。其中的单词 to 和其他单词的关系对理解整个 Query 的含义非常重要。这个 Query 是巴西人去美国旅游，如果用之前的算法（按照文本匹配），是无法理解其中的关系，会返回美国人去巴西的相关结果。
但借助 BERT 算法，可以理解其中的细微差距，并能知道单词 to 有很重要的内在含义，这样就可以给出更相关的网页结果。

示例二

第二个 Query 是 do estheticians stand a lot at work，按照之前文本匹配的模型，Query 中的 stand 找到的匹配网页是包含 stand-alone 的结果（因为包含 stand ），但实际上并不是 Query 中 stand 的含义。
在 BERT 模型下，可以理解 stand 是身体上站立的概念，所以会返回更相关的网页。

关于 BERT 对 Query 中内在含义的精确理解，还有以下 3 个示例：

SEOs 该做什么

那么问题来了，针对这次 “爆炸性”的 BERT 更新，SEOs 应该做些什么？
答案是：什么都不用做。
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。"

我对 BERT 算法的看法

为什么要推出 BERT 算法呢？Google 每天有 15% 的 Query 是从未搜索过的，而之前的文本模型对 Query 的理解比较浅显，无法 get 到内在含义。
Query 的识别其实是 Google 搜索闭环的第一步，所以极其重要。之前的熊猫算法、企鹅算法，都是针对网页排序的优化，都只属于第二步。

另外，因为是对 Query 识别的升级，对偏长尾流量的影响越明显。

最后，从我的实际观测以及论坛的反馈来看，BERT 算法其实并没有想象中的大幅影响，甚至还不如日常的算法更新，可能是因为并不是针对排序的优化。
下图是 Algoroo.com 的排序监控情况：

SEO技术流