دسترسی سریع به تیترها
همان طور که می دانید، گوگل در حال حاضر بخش پیچیده و عمده ای از زندگی مردم را دربرمی گیرد. کاربران عباراتی مانند «چگونه بزیباتر بشویم؟» یا «مسابقات لیگ برتر کی شروع می شود؟» را تایپ می کنند، انگار که به طور طبیعی با شخصی صحبت نمایند. اما لازم به یادآوری است: گوگل از الگوریتم ها ساخته شده است. ما در این مقاله می خواهیم به سوالاتی از قبیل ” الگوریتم برت چیست” و چه کاری انجام می دهد، صحبت می کنیم، پس تا انتها با ما همراه باشید.
الگوریتم برت Google BERT به موتورهای جستجو کمک می کند تا بفهمد که مردم به دنبال چه چیزی هستند و چه پاسخ هایی را می خواهند به دست بیاورند. با پیشرفت علم و فناوری، ربات ها می توانند زبان انسان را به صورت عامیانه، اشتباهات، مترادف ها و… درک کنند. این الگوریتم جستجوی جدید توسط گوگل، برای درک بهتر اهداف و محتوای جستجوی کاربران در صفحات وب ایجاد شده است.
Google BERT الگوریتمی است که درک موتور جستجو را از زبان انسان افزایش می دهد. این امر در دنیای جستجوها ضروری است.
BERT مخفف Representations Encoder Bidirectional from Transformers”” می باشد.
BERT همانند شبکه های عصبی مدل های کامپیوتری، الهام گرفته شده از سیستم عصبی مرکزی حیوانات بوده و می تواند با یادگیری الگوها آن ها را تشخیص دهد. این شبکه عصبی قادر به یادگیری اشکال بیان زبان انسانی است و بر اساس مدلی از پردازش زبان طبیعی (NLP) به نام Transformer بوده و روابط بین کلمات را در یک جمله درک می کند. درواقع مجموعه داده‌های یک متن (مانند ویکی پدیا) آموزش داده می شود و می‌توان از آن برای توسعه سیستم‌های مختلف استفاده کرد.
برای مثال می توان الگوریتم هایی را با تمرکز بر تجزیه و تحلیل سوالات، پاسخ ها یا احساسات ایجاد کرد.
همه اینها در زمینه هوش مصنوعی بوده و همه کارها را ربات ها انجام می دهند!
اما فراتر از دنیای هوش مصنوعی که بیشتر شبیه داستان های علمی تخیلی به نظر می رسد، دانستن این نکته ضروری است که BERT متن کامل یک کلمه را از سایت ها و اهداف کاربران، هنگام جستجو در گوگل، درک می کند (اصطلاحات قبل و بعد و همچنین روابط بین آنها) که برای درک مطالب بسیار مفید است.
در نوامبر 2018، گوگل الگوریتم BERT را به صورت متن باز در پلتفرم GitHub راه اندازی کرد. از آن زمان به بعد، هر کسی می تواند از کدها و الگوهای از پیش آموزش دیده BERT برای ایجاد سریع سیستم خود استفاده کند. گوگل خود از BERT در سیستم جستجویش استفاده می کند.
برای توضیح اینکه “الگوریتم برت چیست”، اشاره کردیم که این الگوریتم مدلی از پردازش زبان طبیعی (NLP) است.
NLP یک حوزه هوش مصنوعی است که هنگام مطالعه تعاملات انسانی و زبان های محاسباتی با زبان شناسی همگرا می شود. هدف این است که شکاف های بین یک زبان و زبان دیگر را پر کنیم و آنها بتوانند با هم ارتباط برقرار کنند. این حوزه هوش مصنوعی، از یک سری تکنیک ها مانند انتزاع مطالب نامربوط در متن، تصحیح غلط های املایی، و کاهش کلمات به شکل ریشه ای یا مصدر استفاده می کند. از آنجا می توان محتوا را ساختار، بخش بندی و دسته بندی کرد تا بفهمیم که چگونه هر قسمت معنایی پیدا می کنند.
این نوع سیستم به شما اجازه می دهد، برای مثال، بگویید «گوگل دستور پخت کیک شکلاتی را به من بگو» و دستیار مجازی مواد لازم و روش تهیه را توضیح دهد.
این راه حل امروزه در منابع متعددی مانند تعامل با چت بات ها، ترجمه خودکار متون، تجزیه و تحلیل احساسات در نظارت بر رسانه های اجتماعی و البته سیستم جستجوی گوگل استفاده می شود.
گوگل هرروزه در حال مطالعه استراتژی هایی برای بهبود تجربه کاربر و درنتیجه ارائه نتایج برتر می باشد که در سال 2015، RankBrain را معرفی کرد. درواقع این اولین باری بود که این سیستم موتور جستجو الگوریتم هوش مصنوعی را جهت درک جستجو و محتوا به کار گرفت.
RankBrain نیز مانند BERT از یادگیری ماشینی استفاده می کند اما پردازش زبان طبیعی را انجام نمی دهد. این روش بر تجزیه و تحلیل پرس و جو، گروه بندی کلمات و عباراتی متمرکز است که از نظر معنایی مشابه هستند، اما نمی توانند زبان انسان را به تنهایی درک کنند.
بنابراین، هنگامی که یک جستجوی جدید در Google ایجاد می شود، RankBrain جستجوهای گذشته را تجزیه و تحلیل می کند و تشخیص می دهد که کدام کلمات و عبارات به بهترین وجه با جستجو مطابقت دارند، حتی اگر دقیقاً مطابقت نداشته باشند یا هرگز جستجو نشده باشند. وقتی ربات ها سیگنال های تعامل کاربر را دریافت می کنند، درباره روابط بین کلمات بیشتر می آموزند و رتبه بندی را بهبود می بخشند.
بنابراین، این اولین قدم گوگل در درک زبان انسان بود. حتی امروزه نیز یکی از روش هایی است که الگوریتم برای درک اهداف جستجو و محتوای صفحه، به منظور ارائه نتایج بهتر به کاربران استفاده می کند.
بنابراین، BERT جایگزین RankBrain نشده و روش دیگری برای درک زبان انسانی به ارمغان آورد. بسته به جستجو، الگوریتم گوگل می تواند از هر دو روش (یا حتی ترکیب آن دو) استفاده کند تا بهترین پاسخ را به کاربر ارائه دهد.
به خاطر داشته باشید که الگوریتم گوگل با پیچیدگی گسترده ای از قوانین و عملیات شکل گرفته است. RankBrain و BERT نقش مهمی ایفا می کنند، اما آنها تنها بخشی از این سیستم جستجوی قوی هستند.
یکی از تفاوت های گوگل با سایر سیستم های پردازش زبان، ویژگی دو جهتی آن است. متن را در سمت چپ و راست کلمه تجزیه و تحلیل کرده و درک بسیار عمیق تری از روابط بین اصطلاحات و جملات پیدا می کند. رویکرد دو جهته BERT به شما امکان می دهد سیستم را با دقت بیشتر و داده های بسیار کمتر آموزش دهید.
بنابراین پس از اینکه مدل در یک مجموعه متن (مانند ویکی پدیا) آموزش داده شد، از طریق “تنظیم دقیق” پیش می رود. در این مرحله، الگوریتم برت با ورودی ها و خروجی ها مطابق با آنچه شما می خواهید، عمل می کند.
توجه داشته باشید که BERT الگوریتمی است که در بسیاری از برنامه ها قابل استفاده است. بنابراین وقتی در مورد Google BERT صحبت می کنیم، به کاربرد آن در سیستم موتور جستجو می پردازیم. در گوگل، BERT برای درک اهداف جستجوی کاربران و مطالبی که توسط موتور جستجو نمایه می شود، به کار می رود.
برخلاف RankBrain، برای درک منظور کاربران نیازی به تجزیه و تحلیل پرس و جستوهای گذشته ندارد. BERT کلمات، عبارات و کل محتوا را درست مانند ما درک می کند. اما همچنین باید بدانید که این مدل NLP تنها بخشی از الگوریتم است. Google BERT معنی کلمات و ارتباط آنها با یکدیگر را درک می نماید.
اما گوگل همچنان به تمام الگوریتم ها نیاز دارد تا جستجو را به صفحات فهرست مرتبط کرده، بهترین نتایج را انتخاب و آنها را به ترتیب ارتباط با کاربر رتبه بندی کند.
به دنبال این که فهمیدیم الگوریتم برت چیست و چگونه کار می کند، حال می خواهیم اثراتش را بررسی کنیم، کاری این الگوریتم انجام می دهد باعث بهبود هم ترازی بین جستجوهای کاربر و محتوای صفحه است. بنابراین، اگر شخصی موقعیت های خود را برای یک کلمه کلیدی خاص از دست داد، به این معنی می باشد که پاسخ خوبی برای آن جستجو ارائه نکرده است. به عنوان مثال:
در جستجوی «تحصیل بدون آزمون در کشور ترکیه »، جستجوگر بر روی کلمات «تحصیل »، «بدون آزمون » و «ترکیه» تأکید بسیار بیشتری می کند و کلمه «در کشور» را نادیده می گیرد. به این ترتیب، نتایجی را به همراه خواهد داشت که نحوه تحصیل بدون آزمون در ترکیه را توضیح می دهد. BERT می داند که کاربر می‌خواهد بداند چگونه روی یک سطح شیبدار بدون محدودیت پارک کند.
بهتر است بدانید که گوگل این الگوریتم را برای جلوگیری از بهینه سازی صفحات و محتوا برای ربات ها استفاده کرده است. موتور جستجو می خواهد محتوای ارزشمندی را به کاربران ارائه دهد، بنابراین سایت خود را برای BERT بهینه نکنید.
RankBrain و BERT: محتوا باید برای کاربران نوشته شود، نه ربات ها! بنابراین، تطابق دقیق کلمات کلیدی را فراموش کنید.
به جای تمرکز بر کلمات کلیدی، تمرکز را روی اهداف جستجو تغییر دهید. اگر قبلاً روی بهینه سازی آنچه کاربر جستجو می کند، تمرکز می کردید، اکنون باید در مورد آنچه که کاربر می خواهد پیدا کند، وقت بگذارید.
اساساً گوگل از شما می خواهد که محتوای باکیفیت، قابل اعتماد و مفید برای مردم تولید کنید. Google BERT یکی از اصلی ترین به روز رسانی ها از این نظر است.
در نهایت، همیشه به تجربه خواندن فکر کنید. توجه داشته باشید که لازم است، قالب و زبان را برای اینترنت، با ویژگی های اسکن پذیری و استفاده از پیوندها و تصاویر، تطبیق دهید.
این همان کاری است که باید در متون خود انجام دهید تا مخاطب را درگیر کنید. در سئو، این تعامل سیگنال های مثبتی به گوگل می فرستد و در نتیجه امتیاز مثبتی به دست می آورید.
با توجه به مطالب بالا، فهمیدیم که “الگوریتم برت چیست” و چگونه می توان محتوا و سایت خود را بهینه کرد. توجه داشته باشید که پیشرفته ترین فناوری ها در هوش مصنوعی برای بهبود تجربه موتور جستجو، هم از سمت وب سایت و هم کاربر، استفاده می شوند.
فرشاد حاتمی کیا هستم ،دانش آموخته نرم افزار کامپیوتر . هدفم از راه اندازی تهران لرن بارگذاری تجربیات خودم در زمینه سئو بصورت رایگان می باشد.
