الگوریتم برت گوگل چیست؟
الگوریتم برت گوگل (Google BERT Algorithm) یا آپدیت برت، که یکی از جدیدترین الگوریتم های گوگل است برای درک بهتر جستجوهای گوگل بوجود آمده است. گوگل تاکید کرده است، الگوریتم BERT را به این خاطر توسعه داده است که از جستجوهایی که کاربران انجام می‌دهند درک بهتری را بتواند به دست بیاورد.
البته تاکیدی که گوگل داشته است این است که الگوریتم برت به احتمال زیاد در ۱۰ درصد جستجوها تاثیرات خودش را میگذارد که درصد بالایی است.
نکته ای که در اینجا باید تاکید بکنم این است که ما در این صفحه به معرفی الگوریتم برت می‌پردازیم اما الگوریتم BERT فعلاً فقط برای زبان انگلیسی کار میکند و برای زبان‌های دیگر کار نمی‌کند.
دقیقا الگوریتم برت چیست؟ (BERT Algorithm)
برت مخفف کلمات Bidirectional Encoder Representations from Transformers است و به نظر من معنای ساده آن چیزی شبیه به این میشود: عبارتی که معنای نهفته آن با معنای ظاهری آن متفاوت است.
الگوریتم برت، الگوریتم تحلیل‌گر عبارات چند بخشی است. عبارات چند بخشی عباراتی هستند که با یک کلمه اضافه به هم مرتبط میشوند و مفهوم جدیدی پیدا میکنند.
گوگل دوست دارد عباراتی که به صورت محاوره‌ای نوشته میشوند و جستجو میشود را به طور دقیق متوجه شود و پاسخ‌های مناسب را به کاربران بدهد. در واقع برت طراحی شده است برای اینکه این مشکلات را برطرف کنند یعنی افراد کلمات محاوره روزمره خودشان را اگر در نتایج جستجو به کار ببرند گوگل بتواند نتایج خوبی را به آن‌ها نشان بدهد.
الگوریتم BERT از چه زمانی کار خودش را در جستجوهای گوگل آغاز کرد؟
شروع کار الگوریتم برت در گوگل و تاثیرگذاری آن در نتایج جستجوها از ۲۱ اکتبر ۲۰۱۹ و فقط برای زبان انگلیسی و جستجوهای انگلیسی شروع شد. البته تاثیری که این الگوریتم دارد خیلی متمرکز بر Featured Snippets یا قطعه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌های برجسته است.
دنی سالیوان در مصاحبه‌ای اعلام کرده است که این الگوریتم در کلیه زبان‌ها قرار است گسترش پیدا بکنند اما این الگوریتم فعلا فقط در زبان انگلیسی فعالیت میکند.
همچنین در صفحه توییتر خود اعلام کرد: هیچ کار سئویی برای الگوریتم BERT نمی‌توان انجام داد و فقط باید محتوای عالی تولید کرد.
هنوز جدول مشخصی برای اینکه چه زمانی قرار است این الگوریتم برای زبان فارسی ارائه شود وجود ندارد اما اگر سئوی سایتمان برای ما مهم است حتماً باید راجع به این الگوریتم اطلاعات خوبی داشته باشیم تا اگر به جستجوهای فارسی هم تاثیرگذار شد غافل‌گیر نشویم و مبانی این الگوریتم را بدانیم.
الگوریتم BERT را دقیق‌تر بشناسیم
اجازه بدهید یک مقدار دقیق تر و عمیق تر بحث آپدیت BERT و هوش مصنوعی را ادامه بدهیم. ما در هوش مصنوعی و مخصوصاً برای موتورهای جستجو با دو مولفه روبرو هستیم.
- شبکه‌های عصبی (Neural Network)
- زبان طبیعی
شبکه‌های عصبی یا نئورال نتورک چیست؟
نئورال نتورک به زبان ساده یعنی: یک سیستم، یک الگوی اولیه از یک تصویر یا دست نوشته و هر چیزی مثل این درست میکند و از روی آن میتواند موضوعات دیگر تصاویر یا دست نوشته‌های مربوط را تشخیص بدهد.
مثلاً سیستم هوش مصنوعی از یک گل یا حتی از یک کلمه، یک الگویی را برای خود درست میکند و وقتی تصویر یا دست نوشته‌ای را در نتایج جستجو میبینند آن را تطبیق میدهد با الگوی اولیه آن و مفهوم عکس یا دست نوشته را پیدا میکنند.
NLP یا پردازش زبان طبیعی
اما نوع دیگر natural language processing یا NLP است. در واقع شاخه دیگری از هوش مصنوعی است و هدفش این است که بتواند چگونگی ارتباط معنایی و طبیعی انسان‌ها را با هم درک کند. مثلاً یک نمونه از پیشرفت‌هایی که در هوش مصنوع NLP اتفاق افتاده است این است که حتماً دیده‌اید که موقعی که در تلفن همراه تا چیزی را تایپ میکنید ادامه آن را خود تلفن همراه به شما پیشنهاد میدهد.
همین الان، ان ال پی در موتورهای جستجو رعایت شده است و چیز جدیدی نیست. اما با پیشرفت و سرمایه‌گذاری که گوگل روی هوش مصنوعی ان ال پی کرده است قصد دارد آن را توسعه بیشتری بدهد و حتی زبان‌های محاوره ای را که جستجو میشوند متوجه بشود. الگوریتم BERT مربوط به این نوع هوش مصنوعی (NLP) است.
یک نتیجه زیرکانه اگر بخواهیم از این موضوع بگیریم این است که گوگل تا الان که زبان فارسی هنوز در برت اجرا نشده، نمی‌تواند یک عبارت محاوره‌ای را تشخیص بدهد.
پس ما باید خیلی مواظب باشیم از ضرب المثل‌ها یا چیزهایی که فقط خود انسان‌ها می‌دانند و فهمش برای موتورهای جستجو سخت است را در محتوا استفاده نکنیم.
الگوریتم BERT چگونه کار میکند؟
کاری که الگوریتم برت انجام میدهد در واقع این است که معنی کل عبارت جستجو شده را به دست می‌آورد و بر اساس معنی کل عبارت، نتایج جستجو را نمایش میدهد. تا قبل از بوجود آمدن برت، وقتی یک عبارتی در گوگل جستجو می‌شد که دارای ۲ بخش بود گوگل، نتیجه را بر اساس یک بخش نشان میداد. بخشی که شاید منظور کاربر نبوده است.
منظور از اینکه `معنی کل عبارت را به دست می‌آورد` چیست؟
مثلاً قبل از این که الگوریتم برت به وجود بیاید اگر در گوگل جستجو می‌شد: کتاب تمرین ریاضی برای بزرگسالان، گوگل طبق تصویری که در شکل زیر میبینید نتایجی که نشان میداد در واقع اصلاً مربوط به بزرگسالان نمی‌شد. گوگل در نتیجه این جستجو، فقط کتاب تمرین ریاضی را در نظر می‌گرفت و نتایج را نشان میداد.
اما بعد از برت، شما اگر در گوگل جستجو کنید: کتاب تمرین ریاضی برای بزرگسالان، گوگل به صورت مفهومی کل جمله را متوجه میشوند و صفحه‌ای که بهتر برای آن قسمت دوم هم بهینه شده باشد نمایش میدهد.
آیا BERT روی کل نتایج جستجو تاثیر خواهد گذاشت؟
خیر. پاسخ این است که الگوریتم BERT به صورت حدودی فقط روی ۱۰ درصد نتایج جستجو در زبان انگلیسی در آمریکا تاثیر گذاشته است.
تاثیر بخصوصی که برت داشته است روی کلمات کلیدی طولانی است. البته کلمات کلیدی کوتاه هم اگر از کلمات وصلی مثل (برای، از، و، یا، تا) استفاده کرده باشند تحت تاثیر قرار خواهند گرفت.
تاثیر آپدیت BERT روی featured snippets
featured snippets یا قطعات برجسته در جستجوهای فارسی پشتیبانی نمی‌شوند. منظورم این است که گوگل برای زبان فارسی هنوز قطعات برجسته را نمایش نمی‌دهد(من ندیدم). در زبان انگلیسی، ربات‌های گوگل قسمتی از متن را انتخاب میکنند و در نتیجه صفر نتایج و بالاتر از رتبه یک نمایش میدهد.
اما بد نیست بدانیم که BERT روی featured snippet ها هم تاثیر میگذارد حتماً میدانید که featured snippets ها در نتیجه صفر گوگل و بالاتر از نتیجه اول قرار می‌گیرند.
گوگل نمایش متن‌های featured snippets را هم بر اساس الگوریتم برت تغییر داده است. البته به این علت که گوگل از زبان فارسی در قطعات برجسته پشتیبانی نمی‌کند ما زیاد روی این موضوع مانور نمی‌دهیم.
تفاوت الگوریتم‌های BERT و RankBrain
این دو الگوریتم خیلی با هم تفاوت دارند و اصلا به هم مربوط نمی‌شوند.
در واقع RankBrain یک الگوریتم یادگیری رفتار کاربری است. یعنی بر این اساس نتایج را رتبه‌بندی میکند که کاربران قبلاً با این نتیجه جستجو چه رفتاری داشته‌اند.
مثلاً نتیجه ای که الان در صفحه اول گوگل است آیا افراد روی آن کلیک میکنند؟ و آیا اگر کلیک کرده‌اند سریع بر می‌گردند به صفحه نتایج یا به مطالعه مطلب می‌پردازند؟ و مواردی از این دست که تحلیل روی رفتار کاربران است.
برت اصلاً با رفتار کاربری کاری ندارد و روی مفهوم عبارات کار میکند و تحلیل میکند که دقیقا چه مفهومی دارد و نتایج مربوط به آن مفهوم را به کاربر نشان میدهد.
تفاوت دیگر این دو این است که RankBrain روی رفتار کاربران با نتایج جستجو رتبه‌بندی را انجام میدهد اما برت خود آن مفهوم را به صورت کامل و دقیق می‌خواهد متوجه شود و دقیق‌ترین نتایج را بر اساس آن مفهوم نشان بدهد.
چطور سایتمان را برای BERT بهینه سازی بکنیم؟
گوگل به وب سایت سرچ انجین لند گفته است که نمی‌توان سایت را برای الگوریتم BERT بهینه کرد یا عملیات سئویی انجام داد.
در واقع پاسخ این است که اصلاً الگوریتم برت چیزی نیست که ما بخواهیم برای آن کاری انجام بدهیم یا بهینه سازی انجام بدهیم. تمرکز کردن روی کیفیت محتوا، میتواند بهترین کاری باشد که ما برای الگوریتم برت انجام می‌دهیم و اینکه عنوان‌های دقیقی را برای صفحات‌مان بنویسیم.
یکی از بهینه‌سازی‌ها برای این الگوریتم عنوان‌هایی است که دقیقاً مربوط به یک جامعه خاص کاربری میشود. یعنی اگر ما می‌خواهیم مطلبی را برای تازه کارها بنویسیم حتماً کلماتی که مربوط به تازه‌کارها است به کار ببریم مثلاً آموزش فتوشاپ برای تازه‌کارها یا آموزش فتوشاپ برای حرفه‌ای‌ها.
با آمدن الگوریتم برت گوگل متوجه میشود کدام آموزش مربوط به کدام سطح است و البته فعلاً از الگوریتم برت در ایران خبری نیست ولی شاید در آینده وارد ایران شود.
نتیجه‌گیری
الگوریتم برت، الگوریتم تحلیل‌گر عبارات چند بخشی است. عبارات چند بخشی عباراتی هستند که با یک کلمه اضافه به هم مرتبط میشوند و مفهوم جدیدی پیدا میکنند.
مثلا اگر به عبارت کتاب تمرین ریاضی، عبارت برای بزرگسالان اضافه شود مفهوم این عبارت تغییر خواهد کرد و گوگل باید نتایجی را نشان دهد که مربوط به بزرگسالانی باشد که احتمالا ریاضی را تا حدی بلد هستند.
