BERT: فهم کلمات در بافت
گوگل در اکتبر ۲۰۱۹ اعلام کرد BERT را برای فهم جستجوها به کار گرفته و در دسامبر همان سال آن را به بیش از ۷۰ زبان گسترش داد. نوآوری BERT این بود که هر کلمه را با توجه به کلمات قبل و بعدش میفهمید. حرفهای کوچکی مثل «برای»، «بدون» یا «به» که قبلاً نادیده گرفته میشدند، معنای جستجو را عوض میکنند و BERT این را درک میکند.
مثال: «ویزای کار برای ایرانیان به آلمان» با «ویزای کار آلمانیها برای ایران» کلمات مشابهی دارد، اما معنای کاملاً متفاوتی.
MUM: چندوجهی و چندزبانه
MUM در ۲۰۲۱ معرفی شد؛ مدلی که متن و تصویر را با هم میفهمد و دانش را بین زبانها منتقل میکند. گوگل از آن برای وظایف مشخصی مثل بهبود برخی ویژگیهای جستجو استفاده کرده است، نه بهعنوان جایگزین کل سیستم رتبهبندی.
امروز
امروز مدلهای Gemini پشت AI Overviews و AI Mode هستند و این زنجیرهی فهم زبان را جلوتر بردهاند. نتیجه برای سئو یکی است: گوگل معنا را میفهمد، نه فقط کلمه را.
برای محتوا یعنی چه؟
- طبیعی بنویسید؛ عبارتهای غیرطبیعی مثل «خرید هاست ارزان تهران قیمت» برای فریب الگوریتم کارایی ندارند.
- به سؤالهای جزئی و دمدراز دقیق جواب بدهید.
- بافت و مفاهیم مرتبط را پوشش دهید (کلمات LSI افسانه است؛ پوشش موضوع واقعیت).
بهینهسازی مستقیم برای BERT ممکن نیست؛ گوگل هم همین را گفته است.