Spiegazione dell'aggiornamento BERT di Google

Pubblicato: 2019-11-14

Il lancio dell'aggiornamento dell'algoritmo di Google, BERT (o B idirezionale Encoder Representations from Transformers ), potrebbe essere uno degli aggiornamenti più influenti per i risultati di ricerca negli ultimi 5 anni. Si stima che il nuovo aggiornamento influirà su circa il 10% delle ricerche e viene utilizzato per comprendere meglio l' intento dietro di esse.

Raven_BERT_Blog_Graphic

Per spiegare il ragionamento di Google alla base dell'aggiornamento, ecco un frammento del comunicato stampa di Google del 24 ottobre 2019 :

"Con gli ultimi progressi del nostro team di ricerca nella scienza della comprensione del linguaggio, resi possibili dall'apprendimento automatico, stiamo apportando un miglioramento significativo al modo in cui comprendiamo le query, rappresentando il più grande balzo in avanti negli ultimi cinque anni e uno dei i più grandi balzi in avanti nella storia di Search.

Quindi, cosa significa esattamente questo per la SEO? Secondo Danny Sullivan, un noto collegamento con i motori di ricerca di Google, non significa nulla dal punto di vista dell'ottimizzazione:

"Scrivi un buon contenuto". Se solo la community SEO avesse un $ 1 per ogni volta che l'hanno sentito! Sfortunatamente, un ottimo contenuto non è sufficiente (almeno nella maggior parte delle situazioni SEO). La vera domanda è: come trasformiamo la "scrittura di buoni contenuti" in consigli attuabili?

Sommario

Che cos'è l'aggiornamento di Google BERT?

In parole povere, l'aggiornamento è un cambiamento nell'elaborazione del linguaggio naturale o NLP da parte di Google e ha lo scopo di collegare una domanda a una risposta.

Google è alla ricerca di pagine Web e siti Web in grado di rispondere: chi, cosa, quando, dove, perché e come.

Quindi, se stai cercando di impressionare qualcuno a un cocktail party con le tue abbondanti conoscenze di Google BERT durante le festività natalizie, ecco cosa puoi dire: "L'ultimo aggiornamento di Google è una rete neurale e una tecnica di elaborazione del linguaggio naturale specificamente mirata a migliorare l'attuale modello word2vec esistente per comprendere le relazioni tra le parole.

Puoi ottimizzare per Google BERT?

La risposta breve: non puoi ottimizzare per BERT, ma puoi ottimizzare il contenuto del tuo sito Web per gli utenti, che è sostanzialmente la stessa cosa.

Un obiettivo importante per i SEO in futuro dovrebbe essere Entity SEO , che è un tipo di ottimizzazione che si concentra sullo stabilire una relazione tra due cose.

Come accennato in precedenza, il contenuto deve essere considerato pertinente e il tuo sito Web deve fare tutto il possibile per stabilire una connessione tra le gamme di intenti di ricerca e il tuo sito. Più copri una nicchia o un argomento, più "autorità" o "rilevanza" crei per te stesso (simile a come funzionano i backlink).

Cos'è l'Entity SEO?

Per illustrare come funziona Entity SEO, abbiamo cercato su Google "Chi è il ragazzo grosso nella sposa principessa?" per mostrarti come l'algoritmo di Google determina i risultati:

Esempio di elaborazione del linguaggio naturale - Princess Bride

Onestamente, questo è dannatamente bello. Un personaggio del film può essere emerso nei risultati basati su BERT / RankBrain (e una miriade di altri algoritmi che lavorano all'unisono), che si collega all'idea di Entity SEO. Per aiutare a spiegare come abbiamo incluso un abstract da leggere prima di approfondire ulteriormente con la nostra spiegazione:

“Metodi, sistemi e apparati, compresi i programmi per computer codificati su supporti di memorizzazione per computer, per identificare entità correlate a un'entità a cui è diretta una query di ricerca. Uno dei metodi include la ricezione di una query di ricerca, in cui la query di ricerca è stata determinata in relazione a una prima entità di un primo tipo di entità, e in cui una o più entità di un secondo tipo di entità hanno una relazione con la prima entità; ricevere risultati di ricerca per la query di ricerca; determinare che un conteggio dei risultati di ricerca che identifica una risorsa contenente un riferimento alla prima entità soddisfa un primo valore di soglia (il grassetto indica l'enfasi dell'autore) ; determinare che un conteggio dei risultati di ricerca che identifica una risorsa avente il secondo tipo di entità come tipo di entità rilevante soddisfa un secondo valore di soglia; e trasmettere informazioni che identificano una o più entità del secondo tipo di entità come parte della risposta alla query di ricerca.

Andando avanti, è importante che gli ottimizzatori per motori di ricerca migliorino la loro comprensione di Entity per quanto riguarda Google. Come mai? Abbiamo notato che le tendenze nei più recenti aggiornamenti degli algoritmi di base di Google (RankBrain, Medic e BERT) stanno favorendo questo concetto.

Ecco un'immagine per aiutarti a visualizzare:

Diagramma SEO dell'entità da brevetto di Google
Chiaro come il fango? Bene.

La chiave per comprendere la relazione tra Entità e SEO è nella Sezione 404 della Figura 4 sul brevetto di Google mostrato sopra dove si afferma: " La difficoltà delle parole chiave attinge leggermente a questa idea, anche se non colpisce del tutto. Perché sebbene sia una metrica utile, non tiene conto della forza dell'associazione di entità.

Inoltre, i backlink non sono l'unica cosa che crea "un numero sufficiente di risorse" come menzionato sopra. Ciò significa che l'autorità di dominio o la metrica di valutazione del dominio non sono del tutto in grado di calcolare ciò che Google sta cercando di fare.

Riassumendo, l'obiettivo di Google è formare una relazione tra query in vari contesti con siti Web e pagine Web per formare un "punteggio di fiducia" (simile a come funziona l'API Vision di Google ) che consente loro di collegare una query di ricerca alla tua pagina. Quanto più sei bravo a creare l'associazione di entità, tanto più è probabile che Google ti consideri un'autorità attendibile.

Utilizzo della SERP di Google per comprendere le relazioni tra entità

Questo è un esercizio divertente a cui si è fatto riferimento in un post precedente sulla mappatura delle parole chiave e sulla ricerca delle parole chiave .

Se vuoi comprendere l'attuale comprensione dell'entità che Google ha, inserisci la tua parola chiave e identifica le caselle "anche le persone chiedono", "suggestimento automatico", "risultato immagine" e le sezioni "anche le persone cercano" (situate nella in fondo alla SERP):

Esempio di PNL e relazioni tra entità

"Società di stoccaggio" è correlata a trasloco, pubblico, pod, business, self-storage, giallo, portatile e armadietto. È interessante vedere che un marchio “giallo” è connesso così fortemente con un'entità-relazione. Quando utilizzo il controllo del ranking delle parole chiave di Raven per vedere la forza del profilo delle parole chiave, vediamo perché "giallo" compare nei risultati di ricerca per questa query:

"Lo spazio di archiviazione più vicino a me" come frase ottiene 300.000 ricerche. Indovina chi è alla posizione 28? Giallo. "London Storage" in posizione 1? Giallo. Scommettiamo che se "Yellow" volesse appoggiarsi alla loro campagna SEO, potrebbero acquisire molto più spazio immobiliare organico, soprattutto perché BERT e gli algoritmi associati fanno tutti così tanto affidamento sulla scienza della determinazione dell'entità.

Come vincere Post-BERT

Per dominare le SERP nel 2019 e nel 2020, inizia a diventare creativo quando colleghi un'entità a un'altra (es. azienda = parola chiave). Non lo fai solo costruendo l'autorità attraverso i collegamenti. La diversità dei collegamenti, l'importanza del marchio (popolarità), la rilevanza dei contenuti, l'autorità generale di nicchia (probabilmente un altro modo per descrivere la rilevanza) e, naturalmente, l'aspetto tecnico del tuo sito, giocheranno tutti un ruolo nel ranking.

Non fare affidamento solo su un punteggio tecnico SEO 100/100. Avrai bisogno di molte pagine web, molti link interni, molti contenuti che coprano una gamma semantica e dovrai creare un'impronta web pesante che colleghi il tuo marchio alle parole chiave che stai cercando.

In bocca al lupo!

-La Squadra Corvo

Ulteriori letture – Bibliografia

https://arxiv.org/pdf/1810.04805.pdf

https://www.briggsby.com/on-page-seo-for-nlp

https://www.youtube.com/watch?v=gpHS4hgUUac

https://www.searchenginejournal.com/google-bert-update/332161/https://www.searchenginejournal.com/google-bert-misinformation/332931/

https://mlexplained.com/2019/01/07/paper-dissected-bert-pre-training-of-deep-bidirectional-transformers-for-language-understanding-explained/?fbclid=IwAR1_jtvhA6KavedbOhuYu4KpIOMUZRq5U0V-Psxy-yT_h8JJ7d549rXPk6M