Le système de recherche Google est sur le point de faire face à un changement presque historique : à partir du 25 octobre, le nouvel algorithme de recherche appelé BERT a été officiellement publié, comme l’écrit Pandu Nayak sur le blog The Keyword. Cet algorithme permettra à Google la compréhension des requêtes et à déterminer le sens précis de vos requêtes parfois très précises.
Quel est le nouvel algorithme BERT de Google
BERT est défini la technique de réseau neuronal de Google pour la pré-formation du traitement du langage naturel. En résumé, tout cela signifie que BERT peut aider les machines à comprendre le langage de manière plus similaire et plus proche de ce que font les humains.
L’algorithme a été mis en service dès le début de cette semaine pour la recherche en anglais et il sera actif de manière permanente à d’autres langues.
La mise à jour la plus importante de l’algorithme de Google depuis 5 ans
BERT est « la plus grande percée au cours des cinq dernières années et l’un des plus grandes mises à jour dans l’histoire de la recherche. »
BERT changera 10 % des requêtes
Ces attentes semblent être confirmées par les premières rumeurs sur les effets de l’algorithme BERT, qui selon Google aura un impact sur une requête de 10, modifiant les positions des résultats classifiés pour ces requêtes et qui seront également utilisées globalement pour toutes les fonctionnalités.
BERT et RankBrain pour Google
Cependant, il est important de savoir que BERT ne remplace pas RankBrain, mais qu’il s’agit d’une méthode supplémentaire pour comprendre le contenu et les requêtes, qui sera utilisée pour mieux définir les résultats pertinents. Comme Google l’explique, il existe de nombreuses manières de comprendre « le sens de la langue utilisée dans votre requête et la manière dont elle est connectée au contenu sur le Web ». Par exemple, si nous commettons une erreur (faute d’orthographe), les systèmes orthographiques de Google peuvent nous aider à trouver le mot approprié pour obtenir ce que nous voulons, tout comme Google peut faire correspondre les termes synonymes trouvés dans les documents pertinents. BERT devient donc un autre signal que Google utilise pour comprendre la langue et fournir un résultat pertinent.
Comment fonctionne l’algorithme BERT
Cette grande révolution commence de loin, et Nayak rappelle qu’il y a un an, Google avait introduit et développé une source ouverte, une technique basée sur le réseau de neurones pour la pré-formation du traitement du langage naturel, appelée Représentations de codeurs bidirectionnels par des transformateurs. La note est le BERT d’aujourd’hui. Cette technologie permet à quiconque de former son système de réponse aux questions les plus avancées.
C’est le résultat des travaux de recherche intenses menés sur les transformateurs : des modèles qui traitent les mots en relation avec tous les autres mots d’une phrase, plutôt qu’un par un dans l’ordre. Les modèles BERT peuvent donc prendre en compte tout le contexte d’un mot en observant les mots qui le précèdent et le suivent, ce qui est particulièrement utile pour comprendre l’intention des requêtes de recherche.
Les effets du BERT
Plus précisément, BERT aide à mieux comprendre les nuances et le contexte des mots dans les recherches et à mieux associer ces requêtes à des résultats plus pertinents. Dans son article, Pandu Nayak a présenté quelques exemples des modifications apportées par le nouvel algorithme :
Exemple : 2019 brazil traveler to usa need a visa
Dans ce cas, le mot » to » et sa relation avec d’autres termes revêtent une nouvelle signification : auparavant, Google ne comprenait pas l’importance de cette connexion et renvoyait les résultats aux citoyens américains se rendant au Brésil. Maintenant, grâce à BERT, l’algorithme de recherche est en mesure de saisir cette nuance et nous pouvons fournir un résultat beaucoup plus pertinent pour cette requête.
Améliorer la recherche dans plusieurs langues
Pandu Nayak anticipe également l’application du BERT pour améliorer le système de recherche pour toutes les langues : ces systèmes ont la caractéristique puissante de reprendre des enseignements d’une langue et de les appliquer à une autre, ce qui permet de prendre des modèles tirant Améliorations en anglais (la langue qui fournit la grande majorité du contenu Web) et les appliquer à d’autres langues, de manière à fournir des résultats pertinents de manière plus valide et efficace dans toutes les langues dans lesquelles Google Search est proposé.
