将影响所有1/10搜索查询的Google SEO最新算法BERT更新
1179010月25号Google 官方博客发布了一篇关于 Google 算法 BERT 更新的文章 ，该文章介绍自五年前Google 引入RankBrain以来，Google 对其搜索系统进行了最大的更改，Google 表示将影响十分之一的查询。因此建议负责Google SEO 的相关人员检查下近期某个时候的搜索流量变化，并查看此更改对您的网站有多大影响；
BERT本周开始推出，并将在短期内完全启用。现在正在针对英语查询推出，并将在将来扩展到其他语言。
精选片段:这也将影响精选片段(如下图Google直接展示的部份）谷歌表示，全球范围内的各种摘要都以各种语言使用BERT。
什么是BERT？这是Google的基于神经网络的自然语言处理（NLP）预训练技术。BERT代表变压器的双向编码器表示形式。
它于去年开放源代码，并在Google AI博客上有更详细的介绍。简而言之，BERT可以帮助计算机更像人类一样理解语言。
何时使用BERT？谷歌表示，BERT有助于更好地理解搜索中单词的细微差别和上下文，并使这些查询与更相关的结果更好地匹配。如上所述，它还用于特色片段。
谷歌表示，在一个示例中，搜索“ 2019 brazil traveler to usa need a visa”，“ to”一词及其与查询中其他词的关系对于理解含义很重要。以前，谷歌不了解这种联系的重要性，并且会返回有关前往巴西的美国公民的结果。谷歌解释说：“有了BERT，Search就能掌握这一细微差别，并且知道非常常见的单词“ to”实际上在这里很重要，我们可以为该查询提供更相关的结果。”
注意：以下示例仅用于说明目的，可能不适用于实时搜索结果。
在另一个示例中，搜索“Do estheticians stand a lot at work”时，谷歌表示，以前会将“stand-alone”一词与查询中使用的“stand”相匹配。谷歌的BERT模型可以“理解’stand’与工作的身体需求的概念有关，并显示出更有用的响应，”谷歌说。
在下面的示例中，Google可以更像人类一样理解查询，从而在搜索“Can you get medicine for someone pharmacy”时显示出更相关的结果。
精选摘要示例。以下是Google的示例，该示例显示了与查询“Parking on a hill with no curb”相关的更相关的精选代码段。过去，像这样的查询会使Google的系统混乱。谷歌表示以往他们对“curb”一词过分重视，而忽略了“no”一词，不了解该词对适当响应此查询有多重要。因此，我们将返回在路边山上停车的结果。”
RankBrain还没有死。 RankBrain是Google在2015年首个用于理解查询的人工智能方法。它通过查询查询和Google索引中网页的内容来更好地理解单词的含义。BERT不会替代RankBrain，它是理解内容和查询的另一种方法。它是Google排名系统的补充。RankBrain可以并且仍将用于某些查询。但是当Google认为借助BERT可以更好地理解查询时，Google会使用它。实际上，单个查询可以使用多种方法（包括BERT）来理解查询。
怎么会这样？Google解释说，有很多方法可以理解您查询中的语言的含义以及它与网络内容的关系。例如，如果您拼错了某些单词，则Google的拼写系统可以帮助您找到合适的单词，从而为您提供所需的信息。和/或，如果您使用的单词是相关文档中实际单词的同义词，则Google可以匹配这些单词。BERT是Google用来理解语言的另一种信号。根据您搜索的内容，这些信号中的任何一个或多个都可以更用来理解您的查询并提供相关的结果。
您可以优化BERT吗？不太可能。谷歌告诉我们， SEO不能真正针对RankBrain进行优化。但这确实意味着Google在理解自然语言方面做得更好。像往常一样为用户编写内容。这是Google为更好地了解搜索者的查询并将其更好地与更相关的结果进行匹配所做的努力。
但这也是因为此更新影响了所有查询的10％。这是一个很大的变化。建议您检查下周某个时候的搜索流量变化，并查看此更改对您的网站有多大影响。如果是这样，请更深入地研究哪些登陆页面受到影响以及哪些查询受到影响。您可能会注意到这些页面没有转换，并且Google发送这些页面的搜索流量实际上并没有用；
注：搜索的核心是理解语言，无论如何拼写或组合查询中的单词，Google 的工作都是弄清楚您要搜索的内容并从网络上显示有用的信息。这些年来，尽管Google一直在不断提高语言理解能力，但有时还是做得不好，尤其是在复杂或对话式查询中。实际上，这就是人们经常使用“关键词”的原因之一，他们键入他们认为我们会理解的单词字符串，但实际上并不是他们自然地问问题的方式， 随着Google通过机器学习正在极大地改善了查询的理解方式，这是过去五年中最大的飞跃，其中之一是搜索历史上最大的飞跃。
本文参考Google官方博客：https://blog.google/products/search/search-language-understanding-bert
