谷歌推出了它所说的过去 5 年搜索工作中最大的进步，也是搜索历史上最大的进步之一。
Google 正在使用去年推出的一项名为 BERT 的新技术来理解搜索查询。
Bert 表示来自 transformer 的双向编码器表示。 Transformers 是指相对于句子中所有其他单词处理单词的模型。
这意味着 BERT 模型可以通过查看单词前后的单词来解释单词的适当含义。与按顺序处理单词相比，这将导致更好地理解查询。
这对 SEO 和网站所有者意味着什么？
Google 利用 BERT 模型了解查询会影响搜索排名和精选摘要。但是，BERT 不会用于 100% 的搜索。
目前，在美国，每 10 个搜索中就有 1 个使用英语 BERT。谷歌表示，BERT 非常复杂，它突破了谷歌硬件的极限，这可能就是为什么它只用于有限数量的搜索。
美国的 Google 搜索用户应该开始在他们的搜索结果中使用更多有用的信息：
“特别是对于更长、更具对话性的查询，或者在搜索中使用介词如“for”和“to”与含义有很大关系，搜索了解查询中单词的上下文。您可以自然地搜索。“
对于特色片段，谷歌使用 BERT 模型来改善所有两个提供精选摘要的国家/地区的搜索结果。
谷歌表示，BERT 经过严格测试，以确保这些变化实际上对搜索者更有帮助。您可以在下一节中看到一些前后示例。
BERT 示例
在测试中，Google 发现 BERT 帮助其算法更好地掌握查询的细微差别，并看到他们以前无法看到的单词之间的联系。
这是对“2019 年前往美国的巴西游客需要签证”的搜索。您可以看到 BERT 如何帮助 Google 理解查询是关于巴西人去美国旅行，而不是相反。
这个是另一个使用查询“aestheticians have a lot of work”的示例。以前，Google 会将“standalone”和“standalone”这两个词解释为同一个意思，从而导致不相关的搜索结果。
使用 BERT，Google 可以更好地解释“站立”这个词的用法，并了解该查询与成为美容师的身体需求有关。
这是有和没有的更多例子查询 BERT 之前/之后。
"可以给别人的药店买药吗" : 使用BERT模型，我们可以更好的理解，“for someone”是这个query的重要部分，意思是我们之前漏掉的，显示的是一个大概的filling a prescription的结果。
《停在没有路边的山上》：往事，这样的查询会使我们的系统感到困惑——我们对“遏制”这个词给予了过多的重视而忽略了“否”这个词，不理解那个对来适当地响应这个查询。所以我们返回路边停车的结果！
《成人数学练习册》：虽然最后结果页在“年轻人”类别中包含一本书，但 BERT 可以更好地理解“成人”是断章取义，可以产生更有用的结果。
关于这些示例需要注意的一点是，它们来自 Google 的评估，可能不会 100% 反映搜索结果中实时显示的内容。
谷歌发言人告诉我，这些例子只是为了说明 BERT 帮助解决的语言理解挑战的类型，但当然还有许多其他查询会影响 BERT。
展望未来
通过这一变化，谷歌希望提高对查询的理解，提供更相关的结果，并让搜索者习惯以更自然的方式输入查询。
谷歌没有说明这一变化会对搜索排名产生多大影响。鉴于 BERT 仅用于美国 10% 的英语查询，与成熟的算法更新相比，它的影响应该是最小的。
理解语言是一项持续的挑战，Google 承认即使使用 BERT，它也可能无法解决所有问题。尽管该公司正在努力更好地解释查询的含义。
