▷ Google Update: BERT – La mayor actualización algoritmos desde RankBrain 【 En junio - 2020 】

Google Update: BERT – La mayor actualización algoritmos desde RankBrain


Google Update: BERT

El 24 de octubre de 2019, Google ha marcado un gran hito en el desarrollo del algoritmo de Google con el lanzamiento de la actualización de BERT, causando una gran emoción en la escena del SEO.

Google presenta la actualización básica de mayo de 2020

Seguro que te interesará leeerla

Según el anuncio oficial, se trata de la mayor actualización de algoritmos de los últimos cinco años, que afecta al 10% de todas las consultas de búsqueda.

Google anunció que la actualización se extenderá a más de 70 idiomas en todo el mundo. Debido a este impacto de gran alcance, es importante entender cómo funciona el BERT y cómo la actualización afecta a la búsqueda de Google.

Por lo tanto, en este artículo explicamos lo que el BERT significa para el SEO y qué otras oportunidades ofrece para su sitio web.

¿Qué es el BERT?


BERT no es sólo el nombre de Google Update, sino también de la última tecnología PNL (Procesamiento del Lenguaje Natural) de Google, que ayuda a los ordenadores a entender el habla humana.

La característica especial de esta tecnología es que, al analizar las frases, se puede procesar simultáneamente la izquierda y la derecha de una determinada palabra.

Este principio se denomina “bidireccionalidad” y permite una interpretación más precisa del contexto y el significado del término en cuestión.

Google utiliza esta técnica en su algoritmo de búsqueda para comprender mejor lo que los usuarios están buscando realmente.

Al final de este artículo, explicamos detalladamente los principios técnicos del BERT para que puedas entender mejor cómo funciona y cómo influye en la búsqueda de Google.

Inicialmente, BERT se implementó sólo para consultas de búsqueda en inglés en los EE.UU., pero entretanto Google está en proceso de expandir la actualización a más de 70 idiomas en todo el mundo.

Por cierto, Bing ha estado usando BERT desde abril, desplegado la tecnología en todo el mundo.

algoritmo bert

Según Google, el BERT también ayuda a mejorar la calidad de los fragmentos destacados. He aquí un ejemplo:

BERT snippets

Las consultas de búsqueda como esta (“aparcamiento en una colina sin bordillo”) eran difíciles de entender para Google antes de la actualización. En ese momento, se devolvieron los resultados de la búsqueda que explicaban cómo aparcar en una colina con una acera.

Como puede ver arriba, esto cambia con BERT, ya que el algoritmo ahora reconoce lo importante que es la palabra “no” en esta frase. Por lo tanto, el nuevo Recorte Destacado responde mucho mejor a la petición del usuario.

BERT sólo mira la consulta de búsqueda del usuario, es decir, no reevalúa los sitios web ni asigna un valor a las páginas individuales. Danny Sullivan de Google ha confirmado oficialmente esto en Twitter:

Por lo tanto, el BERT no cambia el ranking de las páginas web, sino que sólo está ahí para mejorar la comprensión del lenguaje natural de Google.

BERT y RankBrain


Google lanzó RankBrain en 2015 por la misma razón que BERT 2019: para entender mejor lo que los usuarios están buscando realmente y para darles los mejores resultados de búsqueda posibles.

RankBrain no sólo analiza las consultas de búsqueda de los usuarios, sino también el contenido de los sitios web.

Para Google, esto supuso un gran avance en la búsqueda semántica, que consiste en identificar la intención de búsqueda de un usuario, el contexto de su consulta y la relación entre los términos de búsqueda individuales.

La actualización del BERT no hace superfluo a RankBrain, sino que lo complementa.

Para cada consulta de búsqueda, el algoritmo de Google decide cuál de las dos tecnologías es la más adecuada para la interpretación, y luego utiliza una de ellas o una combinación de ambas.

La influencia del BERT (desapercibida) en los rankings de Google


Google llama a BERT una enorme actualización que afecta al 10% de todas las consultas de búsqueda.

Sin embargo, la mayoría de los SEO no han notado ningún impacto significativo en sus clasificaciones desde que se publicó la actualización.

¿Te preguntas por qué? Es simple: el BERT afecta principalmente a las consultas de búsqueda conversacional y a las palabras clave Long-Tail, donde los cambios de ranking a menudo pasan desapercibidos.

¿Qué significa el BERT para el SEO?


Aunque el BERT es una actualización importante que mejora los resultados de búsqueda para muchos usuarios, no cambiará mucho en el área de SEO, como confirmó Danny Sullivan:

Como puedes ver, no puedes realmente optimizar tu sitio web para BERT. En cambio, el contenido de alta calidad sigue siendo el factor de éxito de SEO más importante en el que debe centrarse – esto es aún más importante ahora que antes.

El objetivo del BERT no es castigar a los sitios web, sino comprender la intención de búsqueda de los usuarios y ofrecerles exactamente lo que están buscando.

Simplemente céntrese en ofrecer contenido de calidad a su público objetivo en lugar de escribir “textos SEO” para Google.

Sin embargo, esto no significa que el BERT sea completamente irrelevante para los operadores de sitios web. De hecho, la nueva tecnología de PNL incluso trae algunas oportunidades, como

  • Entrenamiento de su propio sistema para responder a preguntas: La tecnología BERT es de código abierto, es decir, usted mismo puede utilizarla para entrenar su propio sistema para responder a preguntas – por ejemplo, para los robots de chat en su sitio web o aplicaciones similares.
  • Mejora de la calidad del contenido: BERT puede determinar si la frase B en un texto sigue a la frase A con una alta probabilidad (más sobre esto a continuación). Esto podría utilizarse para comprobar si los textos de un sitio web están estructurados de forma lógica y siguen un hilo rojo. Algo que saben los creadores de contenido entre otras cosas aquí expuestas
  • Mayor calidad del tráfico del sitio web: BERT permite a Google ofrecer resultados de búsqueda que se adaptan aún mejor a las necesidades del usuario. Esto podría resultar en un tráfico de mayor calidad a su sitio web ya que menos usuarios llegan a su sitio con falsas expectativas. Quieres saber qué es el marketing online

Los principios técnicos del BERT


Procesamiento del lenguaje natural

BERT es la última tecnología de Google para el Procesamiento del Lenguaje Natural (PNL). Está basado en redes neuronales y ya estuvo disponible gratuitamente el año pasado.

La PNL es una forma de inteligencia artificial que ayuda a los ordenadores a comprender el lenguaje humano y, por lo tanto, permite la comunicación entre los humanos y las máquinas.

Las aplicaciones de PNL incluyen servicios de traducción como Google Translate o herramientas como Grammarly, que revisa los textos en busca de errores gramaticales.

Otros ejemplos son los asistentes de idiomas como Alexa de Amazon o Siri de Apple. Estos sistemas utilizan la comprensión del lenguaje natural (un subconjunto de la PNL) para entender lo que los usuarios realmente saben o quieren hacer cuando hablan con los asistentes.

La PNL ha utilizado hasta ahora una variedad de modelos diferentes para el procesamiento del lenguaje humano, tales como la clasificación o el análisis de los sentimientos.

Con BERT, sin embargo, se ha logrado un gran avance para la PNL, ya que la tecnología combina los once modelos de PNL más importantes. Por lo tanto, ahora es posible resolver muchas tareas diferentes de PNL con un solo modelo.

BERT en detalle

BERT significa “Bidirectional Encoder Representations from Transformers”. Esto puede sonar complicado, pero es básicamente muy simple si se observan los términos individuales de derecha a izquierda:

El BERT utiliza transformadores – un mecanismo que reconoce la conexión entre las palabras de un texto. Este mecanismo consiste en un codificador, que se alimenta con entradas de texto, y un decodificador, que da salida a la solución para una tarea específica.

Sin embargo, el BERT sólo utiliza el codificador del transformador, ya que la tarea del BERT es sólo entrenar un modelo de lenguaje. De ahí la parte “Representaciones del codificador” en el nombre de la actualización.

Bidireccional significa simplemente que las entradas de texto no sólo pueden ser leídas de izquierda a derecha o de derecha a izquierda (unidireccional), sino que todo el orden de las palabras se procesa de una sola vez.

Por lo tanto, los términos izquierdo y derecho de una palabra en particular pueden ser vistos simultáneamente para entender el contexto de esa palabra.

Google explica el concepto de bidireccionalidad utilizando la frase de ejemplo “Accedí a la cuenta bancaria”. En un modelo unidireccional, el significado de la palabra “banco” se determinaría en base a las palabras “accedí al” solamente.

Sin embargo, BERT utiliza tanto la parte antes como después de la palabra “banco” – es decir, “Accedí a la … cuenta”.

Este enfoque bidireccional es lo que hace que el BERT sea una innovación revolucionaria para el Procesamiento del Lenguaje Natural.

Al observar lo que viene antes y después de una palabra al mismo tiempo, se puede determinar mejor el significado exacto de esa palabra.

Esto puede sonar muy simple para nosotros los humanos, pero esta tarea siempre ha presentado máquinas que no tienen la capacidad de pensar lógicamente con gran dificultad.

¿Cómo se entrena el BERT?

El enfoque bidireccional del BERT presenta un cierto desafío a la hora de entrenar el modelo de lenguaje.

Los enfoques unidireccionales clásicos determinan la siguiente palabra de una oración mirando la secuencia del texto antes de cada palabra, por ejemplo, “El niño vino después de _“. Dado que el BERT quiere considerar todo el contexto, se utiliza en su lugar una estrategia de capacitación llamada enmascaramiento.

En el primer paso de formación, BERT recibe textos completos que contienen toda la información relevante. En el siguiente paso, las palabras individuales de una frase son reemplazadas por una [máscara].

El BERT mira las palabras a la izquierda y a la derecha de esta máscara y, basándose en esto, intenta determinar la palabra que falta. A continuación, se repite varias veces hasta que el resultado es correcto.

Otra estrategia de entrenamiento importante es la predicción de la próxima frase (NSP).

Aquí el BERT trabaja con pares de oraciones para aprender si una oración en el documento original sigue a otra oración. Esta es una técnica importante para comprender mejor no sólo el significado de las palabras y oraciones individuales, sino también la relación entre las oraciones. He aquí un ejemplo:

ejemplo bert

Debilidades del BERT

Aunque el BERT proporciona una tecnología muy avanzada, el modelo todavía tiene sus puntos débiles.

Allyson Ettinger de la Universidad de Chicago ha publicado un trabajo de investigación sobre este tema, en el que explica algunos de los problemas que aún existen en el BERT. Por ejemplo, el BERT todavía tiene dificultades para identificar las negaciones.

Lo ilustró con la frase (“un petirrojo es un_ “). En este caso, el BERT ha logrado predecir la palabra “pájaro”. Sin embargo, si la entrada era “un petirrojo no es un _“, el BERT todavía predijo “pájaro”.

Conclusión


BERT es una tecnología de vanguardia, no sólo para la PNL en general, sino también para la búsqueda en Google.

Sin embargo, es importante entender que el BERT no cambia la forma en que se clasifican las páginas web, sino que sólo mejora la comprensión de Google del lenguaje natural.

Para Google, este es un paso importante hacia el objetivo final: comprender lo que los usuarios quieren, en cualquier momento y en cualquier lugar.

Actualización (diciembre de 2019):


En línea con el enfoque de entender la intención de búsqueda exacta de los usuarios, Google publicó la actualización de búsqueda local de noviembre de 2019 poco después de la implementación del BERT.

Con esta actualización, Google ha empezado a utilizar la función de correspondencia neuronal para determinar los resultados de búsqueda locales.

Esto permite a Google reconocer que un usuario está buscando resultados de búsqueda locales incluso si no utiliza la redacción exacta de los nombres de empresas o descripciones.

Dado el rápido ritmo al que Google está desarrollando su algoritmo, ¡podemos estar muy entusiasmados con lo que nos depara el futuro para la Búsqueda de Google!

Artículos que no has de perderte para saber sobre el marketing digital

Nuestras secciones