谷歌通过理解上下文将搜索提高了10%

谷歌目前正在改变其核心搜索算法，这表明它可以在十分之一的查询中改变结果的排名。它基于谷歌研究人员开发的尖端自然语言处理(NLP)技术，并在过去10个月中应用于其搜索产品。

本质上，谷歌声称它通过更好地理解句子中单词的相互关系来提高结果。谷歌在昨天的新闻发布会上讨论了一个例子。它的搜索算法可以分析出下面这句话的意思：“你能给药店买药吗？”

谷歌研究员、搜索副总裁潘杜纳亚克(Pandu Nayak)认为，旧的谷歌搜索算法将该句子视为“单词包”。因此，它看重要的词，医学和药学，简单地返回当地的结果。新算法可以理解“为某人”这个词的上下文，从而意识到这是一个关于你是否能接受他人处方的问题——并返回正确的结果。

优化后的算法基于BERT，主张“从Transformers双向编码器协商。”这个缩写中的每个单词都是NLP领域的术语，但关键是，BERT看起来像是整个句子中所有单词的包，而不是把一个单词放在里面。通过这样做，人们可以意识到“为某人”这个词不应该被丢弃，而是对句子的意义至关重要。

BERT意识到，关注这些词的方式基本上是通过在泰坦尼克号游戏《疯狂的里伯斯》 (Mad Libs)中自学实现的。谷歌提取了一个英语句子集，随机删除了15%的单词。那么BERT的任务就是找出这些单词应该是什么。谷歌高级研究员、研究高级副总裁Jeff Dean认为，随着时间的推移，这种训练对于NLP模型“理解”环境非常有效。

谷歌引用的另一个例子是“禁止路边停车”。“不”这个词对于这个查询非常重要，在搜索中实现BERT之前，谷歌的算法忽略了这个词。