L’idea alla base del machine learning è far sì che, in un sistema software, le macchine apprendano automaticamente quelle operazioni che prima erano programmate in modo esplicito mediante un insieme di regole.
Il machine learning serve per automatizzare i processi e per renderli più efficienti. (fonte: Google)
Nel 2015 usciva RankBrain, l’aggiornamento dell’algoritmo di Google che era in grado di interpretare il significato delle parole chiave inserite nella query e fornire risultati migliori agli utenti, cercando non soltanto i contenenti le parole inserite, ma anche quelli legati al significato della frase. In altre parole, con tale aggiornamento Google utilizzava le query dell’utente per aiutarsi nella scelta del ranking dei propri risultati di ricerca.
Google Bert
La scorsa settimana Google, come preannunciato, ha rilasciato un nuovo algoritmo: Bert, acronimo che sta per Bidirectional Encoder Representations for Transformers.
Esso si pone a metà tra il web semantico e la semantica della lingua.
Infatti, Google Bert è basato sulla tecnica di rete neurale artificiale che affonda le sue radici nell’AI (Artificial Intelligence).
BERT addestra il motore di ricerca a rispondere correttamente alle domande prendendo in esame il contesto nel quale si trovano le parole all’interno di una frase. Con RankBrain ciò avveniva in modo unidirezionale, con BERT ciò avviene in modo bidirezionale.
Noam Chomsky con la sua grammatica generativa ha gettato le fondamenta per la comprensione del linguaggio umano. Una dei quattro tipo di grammatica della gerarchia di Chomsky è quella basata e vincolata al contesto.
Un linguaggio dipendente dal contesto (o anche sensibile al contesto, vincolato al contesto, o contestuale) è un linguaggio formale che può essere definito da una grammatica dipendente dal contesto.
I modelli “contestuali” generano il significato di una parola basandosi sulle altre parole presenti nella frase. Tuttavia se nei contesti unidirezionali i modelli sono influenzati solo dalle parole che nella frase vengono prima e dopo, nei modelli bidirezionali, vengono “mascherate” alcune parole e si sfrutta la rete neurale per abbinare la parola giusta al giusto contesto e avere quindi un significato pertinente.
Con questo aggiornamento Google riesce ad apprendere velocemente e meglio il vero significato di frase, contestualizzando ogni parola con precisione.
Secondo Pandu Nayak, ingegnere e boss di Google Search “Bert è il più grande salto in avanti degli ultimi 5 anni” per il motore di ricerca.
Un’esempio pratico di come funziona BERT lo fanno sul Google Blog:
“Ho avuto accesso al conto bancario”
Precedentemente, in un sistema unidirezionale, Google sarebbe stato in grado di comprendere il topic “banca” nel contesto “ho avuto accesso al”, ma di non poter fare la stessa cosa con la parola “conto”. Con la bidirezionalità BERT permette di comprendere sia il contesto precedente (banca) che quello successivo (conto) e di creare quindi l’associazione corretta.
Questo sistema, applicato all’algoritmo del motore di ricerca, consente di prendere in esame automaticamente le informazioni scritte o vocali (che entro il 2020% saranno il 90% delle ricerche) in una lingua umana per comprendere ciò che è importante nella query.
Infatti, Google sarà in grado di capire in maniera più profonda e corretta il linguaggio umano, le particolari sfumature di significato e soprattutto il contesto entro cui determinate parole sono calate e usate nelle ricerche e nelle pagine web, con l’obiettivo di restituire risultati più pertinenti.
E la SEO?
Non si può in modo tecnico e operativo ottimizzare la SEO di un sito per BERT poiché esso è solo un software (AI) di “addestramento” delle machines per ampliare la comprensione delle query di ricerca.
Come migliorare il proprio posizionamento?
Le uniche armi a disposizione dei copy SEO sono contenuti di qualità che tengano conto di essere redatti per gli esseri umani e l’implementazione dei dati strutturati.
Giusy. Nasco negli anni ’90, quando il telefono cellulare diventa un vero e proprio strumento di comunicazione di massa. Sono una studiosa della comunicazione in tutte le sue forme. Ho fatto della mia passione per i media digitali il mio pane quotidiano, mi occupo di digital marketing per una Internet Company.
Nel tempo libero faccio cose, vedo gente.