2020 年 12 月 16 日 安娜·邦达尔 3111
作者： Ann Smarty 是 Internet Marketing Ninjas 的品牌和社区经理、Viral Content Buzz 的联合创始人以及 MyBlogU 的创始人。
Google BERT算法帮助搜索引擎更好地理解自然语音，以提供更相关的搜索结果。这对营销人员意味着什么？
现代技术允许消费者直接向他们的移动设备口述他们的问题。然而，谷歌更自发的语音查询并不总是容易解释。
这就是为什么搜索引擎不断努力提高对一般口语
特别是语音查询的理解。
迄今为止，谷歌已经发布了两项旨在改进自然语言处理算法的重大更新：
蜂鸟（和 RankBrain）
伯特
Hummingbird 更新于 2013 年发布。这是谷歌早期的一次尝试，旨在理解上下文中的单词，而不是将逐字查询与网 芬兰电子邮件列表 页进行匹配。
随着 Hummingbird 的发布，数字营销社区已经了解了things-not-strings（“事物，不是字符串”）的新概念。这意味着谷歌现在正在使用其现有的和不断发展的知识网络（即事实数据库）和语义分析来不仅理解字面意思，而且理解每个查询的上下文和意图。
两年后，谷歌还推出了RankBrain ，这是一个人工智能系统，帮助 其更好地处理和理解搜索查询。据称，RankBrain 旨在帮助蜂鸟算法表现得更好。
没有披露有关这些算法的其他细节。
关于 BERT 更新您需要了解的内容
BERT 更新于 2019 年宣布，是 Google 为更好地理解一般搜索词而做出的尝试。它与“事物，而不是字符串”的概念非常相似，但仅在五年后出现。BERT 是朝着同一方向迈出的一大步。
下面的例子清楚地显示了差异：引入 Hummingbird 后，该算法很好地理解了上下文，并且在运行 BERT 后（经过五年的机器学习），它更好地解释了查询 本身：
简而言之，这些算法有很多共同点，但 BERT 更先进，特别是对于“更长、更多会话式查询”——那些可以用不同 BJ 领先 方式解释的查询，尤其是如果你是一个没有幽默感的机器人。
