Google BERT演算法如何影響搜尋結果?最新SEO優化趨勢重點整理!

你或許有聽過Google、Bing(Yahoo)有針對搜尋做過不少演算法的大大小小的調整,讓使用者在搜尋上有更好的體驗。例如:熊貓演算法企鵝演算法蜂鳥演算法。隨著AI等科技的興起,Google在2019年10月25日也公告了近幾年最重大的演算法調整–BERT演算法

如果你也有在為網站做SEO優化,那麼請先別慌張,先跟著我們一起了解這次的BERT演算法是做了哪些更新?該如何應對BERT演算法來作優化?一起來一探究竟吧!

BERT演算法是什麼?

BERT是英文(Bidirectional Encoder Representations from Transformers)的簡稱,Google在2018年就已經推出並開發了一項自然語言處理(Natural Language Processing,縮寫 NLP)的雙向理解技術,即簡稱為BERT。

BERT採用雙向、上下文表示方法來理解句子中單字前後的語句文字,判斷文章的詞語、脈絡、語意,藉此更了解使用者搜尋的意圖,並提供給使用者更精準的搜尋結果。

BERT演算法會在搜尋上帶來什麼影響?

Google表示在過去,他們不斷致力於了解人類語意,呈現更精準的搜尋結果。並表態過去在開發BERT時,因為缺乏資料較不易訓練出能夠理解自然語言的模型。因此如果搜尋了較長的字句,過去的技術並沒有辦法將複雜、較口語化的詞彙好好解析判斷,這是因為過往的技術比較專注於「單字」(關鍵字)上的判讀。而透過BERT的技術,可望讓機器較完整理解長篇幅或較複雜的文章、更口語化的詞彙,進而提出更精準、正確的搜尋結果。

使用了BERT之後,在搜尋上會有什麼樣的改變呢?Google這邊也提供示意與說明。

BERT演算法使用前後比較 - Google搜尋
※圖片說明:BERT演算法用在搜尋引擎前後,不像過往只抓取單一關鍵字,BERT可以從關鍵字前後文、理解搜尋意圖,提供更精準的答案。

舉例:搜尋「Can you get medicine for someone pharmacy」(可以到藥局幫別人買藥嗎?)

  • 更新前(未使用BERT)的第一個搜尋結果:去藥局領藥的方法說明網頁
    →僅抓取「get medicine」與「pharmacy」(藥局買藥),忽略了「for someone」(幫別人)
  • 更新後(使用BERT)的第一個搜尋結果:病人可否請朋友或家人去藥局領藥的說明網頁
    →有完整抓取到整句話的意思

有發現到什麼不一樣了嗎?過去在Google上搜尋較長的句子時,Google只抓取自身判定最重要的「關鍵字」,而忽略其他重要度較低的字詞,給予該關鍵字相關性較佳的搜尋結果做排序。如今經過BERT更新所顯示的搜尋結果,不只是挑出關鍵字,亦能依照關鍵字的前後文來更了解使用者的搜尋意圖,較能精準給出符合使用者所期待的答案與搜尋結果。

除了一般的搜尋結果,Google也在精選摘要上導入BERT系統,亦即如果你的網站的內容如果更貼近、符合使用者所搜尋的句子、長文,也有機會出現在精選摘要版面上。請參考以下的例子。

BERT演算法使用前後比較 - Google精選摘要
※圖片說明:BERT演算法用在搜尋引擎前後,所出現的「精選摘要」差異比較。BERT有助於提供使用者更精確的答案。

舉例:搜尋「parking on the hill with no curb」(在沒有路邊的山丘上停車)

  • 更新前(未使用BERT)的精選摘要:只抓到「parking on the hill」,省略了「with no curb」,文章內文是「如何停車在山上」的教學與說明。
  • 更新後(使用BERT)的精選摘要:可以抓取到「parking on the hill with no curb」意思,文章內容為「在沒有路邊的停車方式教學與說明」。(正確的答案)

Google的BERT演算法更新在2019年12月10日也公布BERT技術已經能支援70多種語言(其中包含台灣繁體中文),這次的更新也影響了10%左右的搜尋。

而不只是Google,其實Bing在2019年4月也公布了引進BERT技術,目的同樣都是為了「給予使用者更精準的答案」。Bing則表示從去年他們就努力為了了解人類語言製作出自然語言模組,且目前為止,自然語言模組已經適用所有地區的Bing搜尋引擎。也就是說,透過學習人類使用的語言來更了解搜尋意圖、提供更精準的答案,已經是現今搜尋引擎的趨勢。

BERT演算法使用前後比較 - Bing搜尋
※圖片說明:Bing(Yahoo)演算法也開發、使用了BERT系統運用於搜尋引擎上,將提供更精確的搜尋結果。

BERT演算法更新後,如何做SEO優化?

那麼這次重大的BERT演算法更新,網站管理者該如何應對?要怎麼針對BERT演算法做優化?

Google說明,BERT的開發與導入是為了更理解、貼近使用者搜尋的意圖,所以Google的官方建議是「不必、也無法優化BERT!」並且提醒你「不必過度在意BERT」,因為BERT的本意就是更積極去了解人類語言。只要持續為你的網站增加原創性內容,並提供使用者優質內容與想要的資訊,一直以來就是正規的SEO優化方向與本質。因此與其說是因應BERT演算法優化,不如說你該做的是持續為網站做內容上的優化。

如果你的網站還是以圖片、影片為主,或是缺乏了內容(文字),我們建議你盡快新增相關內容。
如果你已經持續為網站更新內容,那麼BERT演算法調整對你來說並不會有太劇烈的影響。不過,BERT在長文、語意解析都比以往的技術進步許多,在BERT演算法更新後想要做好內容優化的話,我們建議可以從以下幾點開始著手。

1.撰文前更貼近使用者搜尋意圖、給予更精準的內容

從上面的「精選摘要」的例子中,已經可以看到搜尋引擎可以抓取到非單一關鍵字,關鍵字前後文的描述也會理解並抓取。
因此需要思考的關鍵點是:

使用者搜尋該字詞的背後動機為何?

除了搜尋這樣的關鍵字,還有什麼是使用者可能會想要知道的資訊?

這些都是在選擇撰寫主題時,可納入思考的方向。如果是提供越精準的內容,當搜尋者在搜尋較長的句子,而非單一關鍵字時,也可能越有機會被Google判定成關聯性較高、匹配度較佳的搜尋結果而有較好的自然排序。

2.撰文時可以用字更精準、使用更口語化的詞語

事實上,隨著近幾年智慧型手機的發展,越來越多人使用「語音」搜尋想要的答案。Google在2018年公開的數據也曾表示,有27%的人使用手機進行語音搜尋。因此不論是為了因應語音搜尋還是BERT演算法更新,提供更精準,更口語化,讓使用者更好理解的內容變得更為重要

以往我們可能透過單一的關鍵字、長尾關鍵字來搜尋,因此也只透過單一關鍵字做為發想來寫文章。但BERT導入之後,可能除了單一關鍵字、長尾關鍵字需要在網站的title、description、h1、內容裡好好布局之外,去思考使用者可能會使用什麼字詞去搜尋,以及可能使用什麼樣的句子去搜尋,並藉此向外延伸來撰寫內容,將會是未來撰文的方向。

※延伸閱讀:什麼是H1標籤?其構造、使用方法、注意事項一次大公開!

 

結語

這次BERT演算法更新確實也為SEO領域跨出了新的一步,不過多年前Google就已經不斷重複強調「原創性內容」的重要性。而演算法的更新與改進也都是為了「讓搜尋者有更好的使用體驗」。把握「提供對使用者來說有用的內容,持續更新內容、嚴禁抄襲他人內容」這幾個原則去優化網站,就越有機會讓網站的自然排序提升到前面的名次。更多關於內容優化的方式,Google對於內容品質的判斷標準,下次再跟大家分享!


 

資料來源:

Understanding searches better than ever before
Bing delivers its largest improvement in search experience using Azure GPUs
Open Sourcing BERT: State-of-the-Art Pre-training for Natural Language Processing
Think with Google – Voice Search