超薄丝袜足j一区二区,成年免费a级毛片无码,国产成人亚洲精品无码AV大片,92国产精品午夜福利免费

搜索的核心是理解語言。因此應(yīng)該做到無論如何拼寫或組合查詢中的單詞，都要弄清楚用戶搜索的內(nèi)容，并從網(wǎng)絡(luò)上返回有用的信息。

這些年來，盡管谷歌在NLP領(lǐng)域取得了很多重大突破，但有時(shí)做得還不夠好，尤其是在復(fù)雜或?qū)υ捠讲樵冎小?/p>

這也是人們經(jīng)常使用“關(guān)鍵詞”搜索的原因之一，但這并不是自然的提問方式。

用BERT改善搜索

去年，谷歌提出了一種被成為BERT的NLP技術(shù)，今日谷歌宣布將BERT用于自家的搜索引擎之中。

谷歌表示，這是過去五年中最大的飛躍，其中之一是搜索歷史上最大的飛躍。

前面提到的查詢“2019 brazil traveler to usa need a visa”，過去由于搜索引擎無法理解語義，不知道“前往”（to）在這句話中的重要性，因此返回了錯(cuò)誤的結(jié)果。

在引入BERT后，谷歌就能掌握這一細(xì)微差別，并且知道單詞“ to”在這里實(shí)際上很重要，并且為該查詢提供更相關(guān)的結(jié)果。

谷歌用BERT改進(jìn)搜索引擎：終于能理解句子，而不只是關(guān)鍵詞了

這項(xiàng)突破是谷歌研究Transformer的結(jié)果：Transformer模型可處理與句子中與單詞之間的關(guān)聯(lián)，而不是一個(gè)接一個(gè)地單獨(dú)處理單詞。

因此，BERT模型可以通過查看單詞前后的單詞來考慮全部上下文，這對(duì)于理解搜索查詢背后的意圖尤其有用。

又比如，向搜索引擎提問：“Do estheticians stand a lot at work？” ，過去系統(tǒng)無法理解語句中“stand”的含義。

而BERT了解到“站立”（stand）是和“美容師”（estheticians）工作性質(zhì)有關(guān)的詞，從而返回了正確的結(jié)果。