بهبود نتایج جستجوی گوگل با بهره گیری از شبکه های عصبی

گوگل امروز خبری را منتشر کرد که طبق ادعای این شرکت یکی از بزرگ ترین پیشرفت ها در حوزه جستجوی وب محسوب می شود. با بهره گیری از یک تکنیک مبتنی بر شبکه های عصبی، موتور جستجوی گوگل می تواند کلیت سوالات مطرح شده را بهتر از گذشته درک کند.

بهبود نتایج جستجوی گوگل با بهره گیری از شبکه های عصبی

این کمپانی خاطرنشان کرده که در حال حاضر موتور جستجوی گوگل همچنان در زمینه عبارات پیچیده و محاوره ای نمی تواند عملکرد خیلی خوبی داشته باشد. در مطلب منتشر شده از جانب گوگل آمده که به همین خاطر، بسیاری از کاربران سوالات مبتنی بر کلیدواژه ها را در موتور جستجو وارد می کنند و این سوالات با زبان طبیعی مطرح نمی شود.

برای اینکه کاربران بتوانند سوالات خود را با زبان طبیعی انجام دهند، از یک تکنیک به اسم BERT یا Bidirectional Encoder Representations from Transformers استفاده می شود که مربوط به پردازش زبان طبیعی (NLP) است. در مدل BERT، به جای اینکه کلیدواژه ها جداگانه مورد آنالیز قرار بگیرند، کلمات در بستر کلیت متن آنالیز می شوند. به همین خاطر موتور جستجوی گوگل در درک کلیت درخواست مطرح شده بهتر عمل خواهد کرد.

از لحاظ آماری، گوگل اعلام کرده که مدل BERT می تواند از هر 10 سوال، یک سوال را بهتر درک کند. در حال حاضر این مدل فقط برای زبان انگلیسی مورد آنالیز قرار می گیرد ولی در آینده نزدیک برای دیگر زبان ها هم عملی می شود.

منبع: 9To5Google

منبع: دیجیکالا مگ
انتشار: بروزرسانی: 20 آذر 1398 شناسه مطلب: 432

به "بهبود نتایج جستجوی گوگل با بهره گیری از شبکه های عصبی" امتیاز دهید

امتیاز دهید:

دیدگاه های مرتبط با "بهبود نتایج جستجوی گوگل با بهره گیری از شبکه های عصبی"

* نظرتان را در مورد این مقاله با ما درمیان بگذارید