10月25日谷歌再次更新算法：还在傻乎乎写文章做优化？

<span Microsoft YaHei UI'">来自一位在谷歌工作15年的对话：。

<span Microsoft YaHei UI'">因此，BERT模型可以通过查看上下文的所有单词来考虑完整语义，这对于理解搜索查询背后的意图特别有用。

     但使这一成果成为可能的不仅仅是软件上的进步:我们也需要新的硬件。我们可以用BERT构建的一些非常复杂的模型，但是也挑战了我们传统硬件的极限，所以我们第一次使用最新的云计算cpu来提供搜索结果，并迅速为您提供更多相关信息。

    破解你的搜索：

    有很多技术细节，但这对你来说意味着什么呢?通过将BERT模型应用于搜索中的排名和特色摘要，我们能够更好地帮助你找到有用的信息。

   事实上，当涉及到排名结果时，BERT将帮助搜索引擎更好地理解美国1/10的搜索，随着时间的推移，我们将把这一点引入更多的语言和地区。

   特别是对于较长的、会话性较强的搜索，或者在"for"和"to"等介词对意思很重要的情况下进行搜索时，搜索引擎将能够理解查询语句中的上下文。你可以用一种你觉得很自然的方式来进行搜索。

   为了启动这些改进，我们做了大量测试，以确保这些更改实际上更有帮助。这里有一些例子展示了我们的评估的过程，证明了BERT理解你搜索背后意图的能力。

    以下是"2019 brazil traveler to usa need a visa"的搜索结果。"to"这个词以及它与查询中的其他词之间的关系对于理解语义非常重要。

    这是关于一个巴西人去美国旅行的故事，而不是反过来。在此之前，我们的算法无法理解这种联系的重要性，因此我们同样也返回了美国公民前往巴西的结果。（andy老师备注：之前的算法中，介词是无任何意义的）。

有了BERT, 搜索引擎能够把握这种细微差别，并且知道非常常见的单词"to"在这里实际上非常重要，我们可以为这个查询提供更相关的结果。

   让我们来看看另一个问题:"do estheticians stand a lot at work？"，以前，我们的系统采用的是匹配关键字的方法，将结果中的"stand-alone"与查询中的"stand"匹配。但这不是"stand"这个词在语境中的正确用法。另一方面，我们的BERT模型理解上下文，"stand与"work",这是一种肢体动作，并给出了更有用的搜索结果。

这里有一些其他的例子，BERT帮助我们掌握了语言的细微差别，这些细微差别是计算机无法像人类那样能够完全理解的。

   使用BERT模型，我们可以更好地理解"for someone"是这次搜索的重要部分，而以前搜索引擎会直接忽略了它的含义。

谷歌的算法进一步优化，我们在做谷歌SEO的策略也需要再次调整，另外祝大家在外贸路上越走越远，能挖掘道更多的客户，成交更多订单。早日加外贸，和外贸精英们一起成长

扫一扫，关注"外贸"，回复"资料"免费领取外贸进阶资料