الگوریتم برت گوگل

دسته : تکنولوژی

نویسنده : فاطمه تابع

تاریخ : 1401/12/27

سطح : متوسط

پست های مرتبط

https://teamaa.ir/Assets/Images/Blog/TEAMAA-(d8Ntm6rd)_google EAT algorithm.jpg

1402/1/12

الگوریتم موبایل فرست ایندکس...

https://teamaa.ir/Assets/Images/Blog/TEAMAA-(HMGGvX1p)_google medic algorithm.jpg

1401/12/20

الگوریتم برت گوگل

Bidirectional Encoder Representations from Transformers یا به اختصار BERT که به معنای "رمزگذار دوطرفه نمایش داده شده از مبدل‌ها" است، یکی از بزرگ ترین تغییرات چند سال اخیر گوگل است. در اصل این الگوریتم از شبکه های عصبی (neural networks) استفاده می کند تا بتواند Query ها را از طریق پردازش زبان های طبیعی (Natural Language Processing) یا NLP بهتر بفهمد. در واقع NLP زیر شاخه ای از هوش مصنوعی است که به ماشین کمک می کند مانند انسان، زبان طبیعی را درک کند. NLP در موارد بسیار زیادی کاربرد دارد از جمله ترجمه توسط ماشین (Machine Translation)، خلاصه سازی (Summarization) و بررسی غلط املایی (Spell Check).

الگوریتم BERT از یادگیری ماشین استفاده می کند تا بتواند تمام مفهوم ها را مانند یک انسان متوجه شود. این الگوریتم در سال 2018 ارائه شد و از هر 10 سایت روی یکی از آن ها تاثیر گذاشت. برت به کمک الگوریتم Rank Brain آمد تا مفهوم و ارتباط بین کلمات را متوجه شود. الکوریتم رنک برین روی کلمات و عبارات تازه و دیده نشده تمرکز داشت، اما الگوریتم برت به مفهوم کل جمله و ارتباط بین کلمات می پردازد. لازم به ذکر است که الگوریتم BERT جایگزین الگوریتم Rank Brain نمی شود و هر کدام کار خودشان را انجام می دهند.

همانطور که گفته شد الگوریتم BERT روی تمام جستجو ها تاثیر ندارد، بلکه روی تعداد کمی از آن ها تاثیر دارد. به گفته خود گوگل، این الگوریتم برای جستجو هایی استفاده می شود که طولانی تر باشند و همچنین از کلمات اضافه مثل (از، در، به، با) زیاد استفاده شده باشد. مثلا اگر شما عبارتی مانند ‘روزی چند لیوان شیر برای بدن لازم است؟’ را در نظر بگیرید، اگر تا قبل از الگوریتم برت این عبارت را جستجو می کردید ممکن بود نتایجی مرتبط با "شیر آب" یا "حیوان شیر" را برای شما بیاورد. اما با آمدن الگوریتم های هوش مصنوعی (Artificial Intelligence) و NLP، کل عبارت را با هم در نظر می گیرد و با توجه به کلمه لیوان در کنار شیر، نتایجی را مرتبط با همان شیر خوراکی برای شما می آورد.

برای مثالی دیگر به منظور درک بهتر عملکرد الگوریتم برت به بلاگ خود گوگل استناد می کنیم:

به نتایج جستجو عبارت ‘parking on a hill with no curb’ قبل از الگوریتم برت و بعد از آن توجه کنید.

همانطور که می بینید، پس از الگوریتم BERT به کلمه ‘no’ توجه بیشتری شده است چرا که در این جستجو نقش کلیدی دارد و نتایج را کاملا متفاوت می کند.

یکی دیگر از کار های مهمی که الگوریتم برت به آن می پردازد، اصلاح غلط املایی و همچنین پیدا کردن مترادف کلمات است. در گذشته برای پیدا کردن نتایج مرتبط با عبارت جستجو شده توسط کاربر Exact Matching انجام می شد. یعنی سایتی را پیدا می کرد که دقیقا مثل عبارت سرچ شده توسط کاربر بود. اکنون سیستم خیلی هوشمندانه تر عمل می کند و مترادف ها را نیز در نظر می گیرد، مثل کلمات ‘فردی/انفرادی’ که مترادف و هم معنی هستند.

طبق گفته های گوگل ما نمی توانیم سایت خود را برای الگوریتم BERT بهینه کنیم، چرا که این الگوریتم به یافتن معنای زبان و ارتباط بین کلمات می پردازد. تنها کاری که ما می توانیم انجام دهیم این است که محتوا را طوری بنویسیم که به صورت کامل مفهوم مورد نظر را برساند. دیگر با کلمات کلیدی و تکرار یک سری عبارات نمی توان گوگل را منحرف کرد. به صورت کلی برای یافتن راه حل های بهینه سازی برای الگوریتم های گوگل به قسمت People also ask توجه ویژه ای کنید، چرا که به عنوان یک کتاب راهنما بسیار مفید عمل می کند.

ما در این پست، الگوریتم برت گوگل (google algorithm BERT) معرفی کردیم و همچنین نحوه عملکرد آن را مورد بررسی قرار دادیم. تعریف کوچکی از NLP یا پردازش زبان های طبیعی داشتیم و به عملکرد آن در الگوریتم گوگل پرداختیم. در ادامه متوجه شدیم که الگوریتم BERT به کمک الگوریتم Rank Brain آمده و نه به جای آن. امیدوارم از این پست نهایت استفاده را کرده باشید. منتظر نظرات و پیشنهادات شما هستیم.

برای دیدن منبع این پست کلیک کنید.

پست های مرتبط