Google搜索引擎新推的BERT算法是什么意思？有什么作用？对搜索结果有什么改变？谷歌搜索英文版于2019年10月25日上线BERT算法，让搜索更理解用户搜索词的含义。谷歌对中文搜索词的理解拼不过百度，因为中文的一词多义连平常人都需要动脑筋。在长句里，更是难以梳理句子的结构。不过，谷歌最近推出的算法BERT就不一样了。下面来看看谷歌搜索算法BERT的介绍。
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。
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。
1.Google为何要推出BERT算法
在阅读英语文章时，最让你挠头的是什么？遇到一词多意时不知道该选哪个解释？还是长句里难以梳理的信息结构？Google搜索引擎其实也跟你一样挠头。
为了「照顾」Google搜索引擎，很多人在搜索时会用「关键词搜索法（keyword-ese）」—— 只输入关键词，不使用完整的句子。譬如，有人会在搜索栏里输入 「痣」「臀部」「癌症」，其实他想问的是「我屁股上的痣是不是癌症的征兆？」
▲ 图自 Neringa Šidlauskaitė viaUnsplash
最近，Google为搜索引擎引入了一个名为 「BERT（Bidirectional Encoder Representations from Transformers）」的机器学习算法，帮助前者更好地理解用户在搜索栏提出的问题。
2.引擎更新后有什么改变？
简单来说，加入BERT后的 Google搜索引擎，能够更好地理解接近自然对话的长句子，因为它能更好地分析了解句子中单词间的关系。
▲ 图自Unsplash
和传统算法不同的是，BERT在分析词语时，并不是依次从左到右或从右到左地逐词分析，而是借助 Google研发的 Transformer 模型并行分析词语在整个句子中的关系。譬如，如果搜索「math practice books for adults（给成年人的数学练习册）」，更新前的搜索返回结果会将「adults（成年人）」变为「young adults（年轻人）」，更新后则不会这样。
此外，在介词对整个句子意思影响较大的情况下，加入BERT后的理解能力也明显优于从前。搜索「2019 Brazil traveler to usa need a visa（2019 巴西旅客到美国需要签证）」，在更新前，搜索引擎没有将「to」考虑在内，更多返回了美国旅客到巴西旅行的信息。加入BERT后，「to」则没有被忽略。
对于这次更新，Google副总裁 Pandu Nayak 在官方博文中称之为「代表了五年里最大的跨越，也是搜索历史上其中一个最大的改进」。目前，BERT已经应用到 Google搜索的英文版中，未来还将扩展到更多不同语言版本。
3.BERT或能让算法更会「聊天」
据《Fastcompany》报道，为了训练BERT，Google向其输入了 11038 本未经标注的书籍文本和合计 25 亿字来自维基百科英文版的内容。而且，研究人员还随机「掩盖」了文本里的单词，让算法模型自行想法子「填空」。
学习完所有文本后，算法开始找到一些在同一文本中经常出现的句子和词语规律，建立了对词语的基本理解，而且还似乎开始「明白」词语背后所代表的事物之间存在的关系，这就像一种「常识」。
举个例子，从前如果在 Google里搜「do estheticians stand a lot at work（美容师在工作中需要站很久吗）」，搜索引擎会将「stand（站）」这个词语套入「stand-alone（独立）」的意思，因此无法返回搜索者想要的信息。
加入BERT后，搜索引擎则能理解，用户所指的是「站立」的动作，再进一步，也可扩大理解为「美容师这个职业的体力劳动量」。
在处理过程中，系统需要表述它所理解的词语意思，还有句子的结构以及整体内容。结果就是，从某个程度来说，它对语言有一定了解。这挺奇怪的，因为它对现实世界一无所知。它看不到，听不到，什么都没有。人工智能科学家Yann LeCun说道。
4.Facebook为何也需要BERT算法
作为 Facebook的副总裁，LeCun带领着团队，通过对BERT进行优化，并输入更大批量的学习资料，研发出了他们的自有模型「RoBERTa」。Google原有的BERT准确率为 80.5%，而 RoBERTa 则可做到 88.5%。但为什么 Facebook也要研究这个？
如果说当搜索引擎能够更好地理解用户输入的自然语言，反馈更有帮助的内容，那这个改进移植到智能语音助手上也是可预见的。和很多科技巨头公司一样，Facebook也在研发智能语音助手，提升算法对自然语言的处理能力也是必须。
▲ Facebook今年宣布将为 Portal 研发语音助手，图自 Digital Trends
但在语音助手之前，他们先从相对简单的文本对话入手，做了聊天机器人，而且准备在 RoBERTa 的基础上扩展更多功能，让算法和人聊起天来更自然。据 LeCun介绍，很多聊天机器人都会 「把天聊死」。
譬如，很多机器人讲话会自相矛盾。前一分钟可能和你说「XXX 的新单太棒了，赶紧一起去打榜」，下一分钟就说「追星的人都是傻的」。这主要是因为它们背后是一个固定的数据库，收到特定的关键词就会调出对应回答。
而那些真的是自己生成答案的机器人，又会为了规避自相矛盾而用模糊的答案来回应人，显得冷冰冰。
此外，现有聊天机器人大多知识领域很局限。一旦聊天的人改了话题，聊到它不认识的，机器人就接不下话了。为此，Facebook现在正向自己的算法输入来自各种领域的大批量信息，并尝试将这些信息以更自然的方式加入对话中。未来，他们还计划教导机器人「引导话题」—— 当聊天者将话题扯到比较泛的领域时，将内容拉回到特定任务上。
我们相信，我们已经很接近创造出一个能和人们聊得下去的机器人。Facebook研究人员 Jason Weston 告诉《Fastcompany》。在那天到来之前，希望我能练就出不被聊天机器带跑的技能。
5.什么是BERT？
BERT是google最新提出的NLP（natural language processing）预训练方法，在大型文本语料库（如维基百科）上训练通用的“语言理解”模型，然后将该模型用于我们关心的下游NLP任务（如分类、阅读理解）。总而言之，搜索引擎将更好地理解人的语言。
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；BERT 算法已经在智能机器人、Feeds 等多个方面实践。
6.BERT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。
7.BERT算法对搜索结果有什么影响
例子1：
以前搜，2019年前往美国的巴西旅行者需要签证，出现的搜索结果是“美国去巴西不需要签证”，而BERT算法更新后，搜索准确度高了很多，直接满足了搜索者的请求。
例子2：
搜索“做美学家的工作量很大”时，谷歌表示，以前会将“独立”一词与查询中使用的“立场”相匹配。而BERT算法更新之后，Google已经能够理解Stand代表的是一种物理上的需求要做很多工作，比之前搜索的结果更加精准。
例子3：
在Feature Snippet中，搜索“在没有路边的山坡上如何停车？”，谷歌以前太强调“路边”这个词，所以可以看到搜索结果出现的都是”Curb“为主的内容，但这个内容并不能很好的解决用户的需求。所以BERT出现后，他更好的理解用户当前的需求，Feature Snippet也发生了变化。
8.BERT有什么作用
本次算法是对用户的口语化问题做出更人性化的升级，以前的stop word，比如to、for这些词现在被重视起来了。以前我们在Yoast SEO里面，插件建议我们把stop word尽量少用。但本次算法更新后，我们要合理的把stop word给用起来。
本次算法据searchengineland统计，影响了将近10%的搜索结果，这是一个非常大的搜索结果的变化。因此，这次算法更值得我们去研究新算法BERT下，如何去获取到更多的流量。
还有一点猜想就是：本次BERT算法更新，从某种意义上来讲，是在为以后的智能机器人做铺垫。比如我们用天猫盒子，小米精灵等机器人设备，提出的问题会有对应的回答，但目前还不能很精准的回答出所有的问题。
但随着BERT算法更新后，相信很快这些机器人就能很好的解答我们的问题了。当然，这些回答的数据还是会从网页端进行获取。当你优化好这块的内容并得到不错的排名，机器人会优先使用你的内容来进行解答，但具体这个商业如何变现，就还不得而知。
但，有个风向标很明显：口语化的内容创作将会是我们后续发力的重点。
以上就是谷歌搜索引擎新推出的算法BERT的介绍。BERT有哪些作业，对搜索结果将有哪些改变呢？搜索引擎输入词是用户和搜索机器交互的关键，对输入的搜索词理解如何，成为搜索成功的关键。搜索机器对用户长句、词与词之间的关系的理解，还处在学习阶段，毕竟人工智能对人类自然语言的理解还在进步中。关注教程之家，解锁更多软件教程。
