全国咨询热线:400-865-6067
当前位置:首页 > 新闻 >

谷歌SEO优化名称解释:什么是BERT?

来源:

发布日期:

​关于新的谷歌算法更新有很多大肆渲染的和错误的信息。什么是BERT,它是如何工作的,为什么它对我们搜索引擎优化的工作很重要?


BERT来自哪里?
我想给每个人一个更广阔的来龙去脉去了解BERT从哪里来,他要去哪里。我认为很多时候这些公告就像是投在搜索引擎优化行业的炸弹,本质上,就是一系列电影的静态画面,但是没有完整的电影前后片段。我们只是得到一个静止的图像。我们得到了这个BERT公告,但是让我们回到过去一点。


自然语言处理
传统的计算机要理解语言是不可能的。它们可以存储文本,我们可以输入文本,但是理解语言对计算机来说一直是非常困难的。因此,自然语言处理(NLP)应运而生,研究人员在该领域开发独特的模型来解决特定类型的语言理解。举几个例子;命名实体识别、分类、情绪分析和问答。
传统上,所有这些问题都是由单独的模型来解决的,这些模型适合解决一个特定的语言任务,所以它看起来有点像你的厨房:
想想单个的NLP模型,比如你厨房里的厨具,它们都有一个非常具体的任务,而且都做得很好。
现在考虑一件全能的厨房用具,它是你最常用的11件餐具之一。这就是BERT,它就是这样的一个厨房用具可以很好地完成11个顶级的自然语言处理解决方案。
NLP领域的一个令人兴奋的分化。这就是为什么人们对它很感兴趣因为他们不再需要所有的单独的模型。——他们可以用BERT来解决大部分的NLP任务,这就意味着谷歌会把BERT合并到谷歌的算法中。


BERT会走向何方?
它的方向是什么?它将走向何方? Allyson曾经说过,
“我认为我们将在一段时间内沿着同样的轨迹前进,建造更大更好的BERT变型模式,以BERT的方式变得更强,可能也会有同样的基本限制。”
现在已经有很多不同版本的BERT了,我们还会继续看到更多。看看这个领域的走向将会很有趣。


BERT怎么变得这么聪明?
我们来看看一个非常简单的观点:BERT是如何变得如此聪明的?
谷歌采用了维基百科的文本和花了大价钱的计算能力(他们把TPUs放在V3 pod中)来支持这些大型模型。然后,他们使用一个无监督神经网络从维基百科的所有文本中进行训练,以更好地理解语言和上下文。
BERT学习的有趣之处在于,它采用任意长度的文本(这很好,因为语言在我们说话的方式上是相当随意的),并将其转录成一个矢量。

矢量是一串固定的数字。对机器来说,这有助于将语言变得可译。
这发生在一个我们无法想象的n维空间中。在相同的区域使用相似的语境。
为了让BERT变得越来越聪明,和Word2vec类似,BERT使用了一种叫做掩蔽的策略。
当一个句子中的一个随机单词被隐藏时,掩蔽就发生了。
BERT是一个双向的模型,通过观察隐藏单词之前和之后的单词来帮助预测这个单词是什么。
它一遍又一遍地重复这个过程,直到它在预测掩蔽词方面变得强大。然后可以进一步调整它来执行11个最常见的自然语言处理任务。在这个领域真的真的很让人兴奋也很有趣。


BERT是什么?
BERT是一个预先训练过的非监督的自然语言处理模型。BERT经过微调后可以胜过11个最常见的NLP任务,本质上成为自然语言处理和理解的火箭助推器。
BERT是深度双向的,也就是说,它会在维基百科上查看实体和上下文之前和之后的单词,从而提供对语言更丰富的理解。

考虑一些特征片段;考虑像搜索引擎结果页面特征这样的东西。我的意思是,这会对我们的领域产生巨大的影响。所以,我认为,了解这一领域的发展方向和发展趋势是很重要的。

最新新闻
针对小型规模企业的网站如何制定其外链策略针对小型规模企业的网站如何制定其外链策略
针对大型规模企业的网站如何制定其外链策略针对大型规模企业的网站如何制定其外链策略
针对B2C网站如何制定其外链策略(上)针对B2C网站如何制定其外链策略(上)
针对B2B网站如何制定其外链策略(下)针对B2B网站如何制定其外链策略(下)
影响博客网页质量的14个SEO元素影响博客网页质量的14个SEO元素
维基百科对谷歌优化效果的影响维基百科对谷歌优化效果的影响
外贸推广三部曲 - 培养走向世界的企业外贸推广三部曲 - 培养走向世界的企业
关键词着陆页优化16条策略关键词着陆页优化16条策略
Youtube视频优化大全2021Youtube视频优化大全2021
谷歌优化实战篇:如何确定文章主题方向谷歌优化实战篇:如何确定文章主题方向

想要网站优化推广,请留言,引擎力SEO专家将会尽快和您联系!

  • *您的姓名:

    先生
    女士
  • *所在城市:

  • *您的联系电话:

  • 您的QQ:

  • 咨询问题:


电话拨打
mb 在线咨询