El lenguaje natural en tu web

Google se compromete a mejorar la relevancia de los listados presentados en las páginas de resultados de los motores de búsqueda (SERP) con cada actualización de algoritmo. Una actualización reciente de las SERP es Transformers Google’s Bidirectional Encoder Renderings (BERT), que utiliza procesamiento de lenguaje natural. BERT se considera uno de los cambios más significativos introducidos por Google en los últimos cinco años, que afecta directamente a una de cada 10 consultas de búsqueda.

Su objetivo es mostrar resultados más relevantes interpretando correctamente consultas de búsqueda complejas y de cola larga. En esta publicación, discutiremos qué significa eso y cómo cambia la forma en que busca.

¿Qué es BERT?

Es una técnica basada en redes neuronales para el entrenamiento previo de la PNL que permite a Google identificar el contexto de las palabras en una consulta de búsqueda determinada con mayor precisión.

Por ejemplo, considere las frases “seis a diez” y “cuarto a las seis”, la misma preposición “a” tiene un significado diferente en cada oración, lo que puede no ser obvio para los motores de búsqueda. Sin embargo, aquí es donde BERT resulta útil, ya que en realidad puede distinguir entre el contexto de la preposición en la primera oración y cómo se usa en la segunda oración. Al comprender el contexto, puede ofrecer resultados más relevantes.

Las redes neuronales de algoritmos facilitan el reconocimiento de patrones, mientras que las redes neuronales entrenadas con conjuntos de datos pueden identificar patrones. Sus aplicaciones típicas incluyen contenido de imágenes, predicción de tendencias del mercado financiero e incluso reconocimiento de escritura a mano. Mientras procesamiento natural del lenguaje o PNL es una fracción de la inteligencia artificial (IA) que se ocupa de la lingüística.

  • La PNL permite a las computadoras comprender cómo se comunican los humanos de forma natural.
  • Los algoritmos de PNL permiten la interpretación, comprensión y reconocimiento de patrones lingüísticos.
  • Los modelos de PNL resaltan la gramática y las palabras para encontrar significado en cantidades infinitas de texto y habla.

Los avances facilitados por la PNL que los usuarios de Internet y las empresas en línea utilizan todos los días incluyen herramientas de escucha social, sugerencias de palabras y chatbots.

¿Qué significa esto?

BERT es un algoritmo de PNL que utiliza redes neuronales para producir modelos entrenados previamente. Estos modelos se entrenan utilizando cantidades infinitas de datos disponibles en la Web. Los modelos previamente entrenados son modelos genéricos de PNL que se refinan aún más para realizar tareas específicas de PNL. En noviembre del año pasado, el BERT de código abierto de Google afirmó haber proporcionado resultados completos y relevantes en 11 actividades de PNL, incluido el conjunto de datos Stanford Question Answer.

La bidireccionalidad de BERT lo diferencia de otros algoritmos, ya que le permite dar contexto a una palabra. Puede hacer esto no solo considerando las partes de la oración que conducen a esa palabra, sino también considerando las partes que la siguen. La bidireccionalidad permite a los motores de búsqueda comprender el significado de una palabra como “película”, que tiene un significado diferente cuando se usa en “película para ventanas” que cuando se usa junto con “superproducción”.

En la investigación, BERT facilita la comprensión de los detalles clave de una consulta, especialmente cuando se trata de temas complejos, consultas conversacionales o aquellos con preposiciones en él. Por ejemplo, en la consulta “2021 viajero indio a Bali necesita una visa”, la preposición “a” sugiere que el viajero va de India a Bali. Al cambiar la preposición, podría cambiar por completo la oración, que se leería como “ El viajero indio de Bali 2021 necesita visa ” y podría significar que los viajeros son de Bali y necesitan una visa para la India. BERT permite comprender la diferencia contextual entre las dos oraciones.

¿Cuál es la diferencia entre BERT y RankBrain?

RankBrain fue el primer método de inteligencia artificial de Google aplicado a la búsqueda. Funciona en paralelo con los algoritmos de clasificación de búsqueda orgánica y realiza cambios en los resultados calculados por esos algoritmos. RankBrain ajusta los resultados ofrecidos por los algoritmos en función de consultas históricas.

RankBrain También permite que Google interprete fácilmente las consultas de búsqueda para que pueda devolver resultados que pueden no contener las palabras exactas de la consulta. Por ejemplo, cuando busque “la altura del punto de referencia en Dubai”, se mostrará automáticamente información sobre el Burj Khalifa.

Por otro lado, el componente bidireccional de BERT hace que funcione de manera muy diferente. Cuando los algoritmos tradicionales analizan el contenido de la página para medir la relevancia, los algoritmos de PNL van un paso más allá al observar el contenido antes o después de una palabra para obtener un contexto adicional. Dado que la comunicación humana es a menudo compleja y en capas, hace que este avance en el procesamiento del lenguaje natural sea esencial.

Google utiliza BERT y RankBrain juntos para procesar y comprender consultas. BERT no es un reemplazo de RankBrain, pero se puede aplicar junto con otros algoritmos de Google o junto con RankBrain, dependiendo de su término de búsqueda.

Búsqueda mejorada en varios idiomas

Con la capacidad de tomar lo que hemos aprendido de un idioma Y al aplicarlo a otro, BERT se utiliza para hacer que los resultados de búsqueda sean más relevantes para los usuarios de Internet de todo el mundo. Por ejemplo, lo que hemos aprendido de los idiomas más utilizados en la web, como el inglés, se aplica a otros idiomas. De esta forma, ofrece mejores resultados en otros idiomas que la gente también está buscando. Además, el modelo BERT también mejora la relevancia de los fragmentos destacados en todos los países e idiomas.

¿Cómo afecta BERT a su negocio?

BERT también afecta al Asistente de Google al permitirle proporcionar fragmentos destacados o resultados web influenciados por la actualización de BERT. La tecnología de PNL como BERT mejora la comprensión de las máquinas y esta innovación es sin duda beneficiosa para muchos usuarios y empresas en línea. Sin embargo, cuando se trata de SEO, los principios siguen siendo los mismos. Si tienes el Mejores prácticas de SEO arraigado en su estrategia de marketing, puede estar seguro de su éxito en la web. Los sitios web que producen constantemente contenido nuevo, relevante y de alta calidad aprovecharán al máximo esta actualización de algoritmo.

Escribir contenido de calidad superior basado en la investigación de palabras clave es un ejercicio que seguirá siendo un factor de clasificación superior en los motores de búsqueda. Los propietarios de sitios web que se centran en proporcionar a sus usuarios el contenido informativo y preciso que esperan terminan clasificando bien en las SERP. El seguimiento del rendimiento de la página mientras se crea contenido excelente ayudará a los sitios web a mantenerse relevantes.

¿La PNL resuelve la intención de búsqueda?

Con BERT, independientemente del idioma o las palabras utilizadas en la consulta, las posibilidades de que Google obtenga los resultados correctos han aumentado, pero aún no es del 100 por ciento. Por ejemplo, incluso con BERT, cualquiera que busque “qué estado está al sur de Nebraska” probablemente obtendrá resultados para “South Nebraska” en lugar de Kansas, que es probablemente la respuesta que busca el usuario.

Ayudar a las máquinas a comprender el lenguaje sigue siendo un esfuerzo continuo y obtener un significado definido de cualquier consulta es un proceso complejo. Cuando Google aplica PNL a una lista de palabras clave, los primeros resultados que se muestran pueden no contener algunas o solo una de las palabras clave requeridas, lo que hace que esos resultados sean irrelevantes. Con BERT, Google ha mejorado su juego al ofrecer una actualización sofisticada de su algoritmo, pero la búsqueda sigue siendo un problema sin resolver debido a la naturaleza compleja del lenguaje humano.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *