大数跨境

关于 BERT 如何助力 Google 搜索的视频——关键在于那些细微的词汇

关于 BERT 如何助力 Google 搜索的视频——关键在于那些细微的词汇 谷歌google快讯
2022-02-18
0
导读:Google 发布了一段新视频,介绍 BERT 如何帮助 Google 搜索理解语言。自 2018 年起,Google 便已在搜索中使用 BERT,但直到 2019 年我们才知晓此事。话虽如此,这段简

Google 近日发布视频,详解 BERT 模型如何提升搜索对自然语言的理解能力。自 2018 年引入该技术以来,BERT 已成为 Google 搜索理解语境、语气及用户意图的核心工具,尤其显著优化了对“for”、“to”等介词及多义词的精准识别。

BERT 重塑搜索语义理解

人类交流依赖语境与潜台词,而计算机难以捕捉这些细微差别。Google 搜索的核心在于不仅理解单词定义,更要掌握词汇组合后的整体含义。例如,“pretty”一词既可表示“美丽”,也可作为程度副词意为“非常”。随着用户越来越多地以口语化方式进行搜索,BERT 通过机器学习架构,帮助搜索引擎突破传统关键词匹配限制,真正理解查询背后的深层意图。

从关键词提取到上下文感知

在 BERT 应用之前,搜索算法倾向于忽略“for”等小词。例如查询“can you get medicine for someone pharmacy”,旧算法会返回通用的药店处方信息。引入 BERT 后,系统能够识别“for someone”这一关键语境,准确理解用户是在询问“能否代他人取药”,从而提供更精准的结果。

基于 Masked Language Model 的训练机制

为训练模型理解上下文,Google 采用了类似《Mad Libs》填空游戏的原理:隐藏输入文本中约 20% 的词汇,让计算机根据剩余内容预测缺失词。通过海量数据训练,模型逐渐掌握了词汇顺序与环境对语义的决定性作用。如今,面对“九月蒙大拿州钓鳟鱼飞蝇饵”这类复杂长尾查询,搜索引擎能综合考量所有修饰词,推荐符合特定季节与地点的最佳饵料。

正如行业专家 Glen Gabe 所言:“当小词被纳入考量,搜索结果便发生了质变。”他强调,区分“认识单词”与“理解含义”是搜索技术演进的关键分水岭。

尽管 BERT 并非完美无缺,但自 2019 年全面部署以来,已大幅提升了各类搜索查询的相关性。Google 表示,将持续致力于提升 AI 对用户真实意图的理解精度,确保用户能够准确获取所需信息。

【声明】内容源于网络
0
0
谷歌google快讯
谷歌官方更新资讯
内容 16664
粉丝 0
谷歌google快讯 谷歌官方更新资讯
总阅读521
粉丝0
内容16.7k