Google BERT

Iniziale > Agenzia SEO > Glossario SEO > Google BERT

Definizione

Google BERT è un aggiornamento dell’algoritmo di Google introdotto nel 2019 nel suo motore di ricerca. BERT deriva dall’acronimo “Bidirectional Encoder Representations from Transformers”. È un modello di elaborazione del linguaggio naturale (NLP, Natural Language Processing). Basato sull’intelligenza artificiale, questo sistema permette di comprendere meglio il linguaggio utilizzato dagli utenti nelle loro ricerche. BERT mira a ottimizzare la pertinenza dei risultati mostrati nelle SERP (pagine dei risultati di ricerca) utilizzando il deep learning per comprendere meglio il significato esatto delle richieste degli utenti online.

BERT consente di comprendere il contesto bidirezionale del linguaggio, a differenza dei modelli precedenti che utilizzavano un approccio unidirezionale per elaborare il testo. Ciò significa che una frase viene analizzata in due direzioni, tenendo conto del contesto linguistico delle parole per dedurne il significato. Questo approccio conferisce a BERT la capacità di afferrare più precisamente le sfumature del linguaggio umano. BERT è in grado di determinare la coerenza semantica di una frase.

Accesso rapido

Quali sono i vantaggi di BERT?

BERT presenta numerosi vantaggi. Tra questi, uno dei più importanti è la sua capacità di comprendere le intenzioni di ricerca degli utenti per migliorare la pertinenza dei risultati di ricerca. Dalla classificazione dei testi alla traduzione automatica, il modello è adatto a vari compiti legati all’elaborazione del testo. BERT è capace di identificare il tono e i sentimenti espressi in un testo esaminando il suo contenuto.

Inoltre, BERT identifica le sfumature e le sottigliezze del linguaggio naturale, comprendendo il significato delle parole in base al contesto. Non si limita a leggere una parola e a proporre risultati collegati a quella, ma prende in considerazione l’intero testo per rispondere alle richieste degli utenti. Inoltre, offre risposte più pertinenti e precise alle domande degli utenti. È anche in grado di correggere la grammatica di un testo, comprendendo il contesto delle frasi e suggerendo gli aggiustamenti appropriati.

Come funziona Google BERT?

L’algoritmo BERT si basa sul deep learning, una disciplina dell’intelligenza artificiale che allena reti neurali artificiali su enormi volumi di dati. Grazie alla sua rete neurale Transformer, basata sull’attenzione, è in grado di afferrare i legami tra le parole presenti in una frase. Infatti, due meccanismi distinti costituiscono un Transformer: un codificatore e un decodificatore. Il primo legge l’input, il secondo genera la previsione del compito. L’approccio bidirezionale consente a Google BERT di comprendere profondamente il contesto di una frase cercata da un utente su Google, analizzando le parole situate da entrambi i lati di una parola chiave (quelle che la precedono e quelle che la seguono).

Così facendo, gli algoritmi di Google selezionano i contenuti che rispondono meglio alla ricerca di un utente, permettendo così di ottenere risultati più pertinenti nelle SERP. Google BERT si occupa quindi di indicare agli algoritmi cosa gli utenti devono esattamente trovare. Tuttavia, è importante notare che sebbene Google BERT influenzi maggiormente le query a lunga coda (più parole), ciò non significa che tutte vengano impattate da questo algoritmo. Questo è legato alla complessità e alle molteplici intenzioni potenziali, e le richieste conversazionali sono le più influenzate.

Esempi

Per capire meglio come funziona Google BERT, prendiamo un esempio per una richiesta specifica come “regole per correre dopo un pasto pesante”. L’algoritmo precedente avrebbe trattato questa query semplicemente utilizzando i termini “correre”, “regole”, “pasto pesante”. I risultati avrebbero potuto includere articoli sulla digestione dopo un pasto pesante, guide per correre senza fare alcun collegamento tra sport e pasto, o regole generali sulla corsa.

Questa volta, l’algoritmo BERT privilegerà il termine “dopo un pasto pesante” per produrre una serie di interpretazioni derivanti dalla sua associazione con altre parole, offrendo quindi risposte più precise. Capirà che nella ricerca si vogliono raccomandazioni sulla pratica della corsa dopo un pasto pesante e i risultati saranno quindi coerenti con questa richiesta. Gli articoli proposti saranno quindi incentrati sugli effetti di un pasto abbondante sulle performance fisiche, i rischi digestivi legati all’esercizio dopo un pasto pesante o consigli sui tempi di attesa consigliati prima di correre.

Inoltre, è cruciale avere un modello bidirezionale per cogliere realmente il significato di un linguaggio. Osserviamo un esempio per evidenziare questo aspetto. In questa illustrazione, ci sono due frasi che includono il termine “stella”.

Bisogna prestare attenzione al significato del termine “stella” in questi due esempi. Infatti, leggendo il contesto, capiamo che non si tratta dello stesso tipo di stella, una si riferisce a una stella cadente mentre l’altra fa riferimento all’assegnazione di una valutazione per un hotel. Pertanto, basarsi esclusivamente sul contesto a sinistra o a destra è una strategia errata che porta a una comprensione distorta del termine “stella”. Il metodo corretto per gestire questo problema consiste nel considerare simultaneamente il contesto a sinistra e a destra prima di procedere a una previsione. Lo strumento BERT svolge esattamente questo compito.

Le differenze con altri strumenti Google

Google Gemini (precedentemente BARD)

Google BERT e Google BARD sono due strumenti potenti creati da Google per comprendere le lingue in modi diversi. Google BARD (Biological Application Resource Discovery) era un chatbot che permetteva agli utenti di fare domande e un robot rispondeva alle richieste in modo umano tramite conversazioni aperte. Dal 2023 è stato sostituito da Gemini, che ha funzionalità simili a quelle di ChatGPT. Questo assistente IA permette, tra le altre cose, di rispondere a richieste testuali, generare immagini o proporre diversi tipi di risposte.

La principale differenza tra i due strumenti è il modo in cui vengono utilizzati per comprendere le lingue. Gemini è progettato per avere conversazioni con gli utenti, mentre BERT è usato per comprendere il significato delle parole e delle frasi. Un’altra differenza riguarda il tipo di dati. Infatti, Gemini utilizza dati etichettati specificamente per conversazioni, mentre BERT utilizza enormi volumi di dati non etichettati.

RankBrain

RankBrain, lanciato da Google nel 2015, è un algoritmo di motore di ricerca basato sull’apprendimento automatico. Proprio come BERT, il suo obiettivo era migliorare l’intenzione di ricerca degli utenti e fornire risultati più utili. RankBrain esamina le richieste degli utenti per comprendere il legame tra le parole e il contesto.

BERT, che è un aggiornamento di RankBrain, arricchisce e completa il processo di RankBrain, ma non lo sostituisce completamente. Google è libero di scegliere come interpretare una determinata richiesta e di usare uno o più metodi, o talvolta una combinazione dei due.

Ottimizzare i contenuti SEO con BERT

Rispondere alle intenzioni di ricerca

Per ottimizzare il contenuto per BERT, è cruciale produrre contenuti di alta qualità e fornire risposte precise alle domande degli utenti. Per rispondere a queste domande, è necessario offrire risposte dettagliate e complete che esplorano a fondo gli argomenti trattati. Questo obiettivo può essere raggiunto presentando esempi concreti, casi studio, comparazioni e statistiche, per citarne solo alcuni.

Utilizzare un linguaggio naturale e una buona struttura

È importante utilizzare un linguaggio naturale e strutturare il contenuto in modo chiaro e logico. Il contenuto deve essere facile da leggere, con frasi corte e semplici. È altrettanto cruciale offrire ai lettori una panoramica chiara delle aspettative riguardo l’articolo o la pagina, utilizzando titoli, sottotitoli e paragrafi per strutturare il contenuto.

Ricerca vocale

Poiché Google cerca di utilizzare lo stesso tipo di linguaggio degli utenti, cioè un linguaggio naturale, conversazionale e fluido, adattarsi alle nuove modalità di ricerca vocale è una buona strategia da adottare. Ciò implica l’uso di frasi spontanee, la produzione di contenuti qualitativi e utili, e la fornitura di risposte precise e chiare che possono essere dettate da assistenti vocali.

L'uso di preposizioni e articoli

Le preposizioni e articoli come “per”, “del”, “come”, “a”… non venivano considerati da Google in passato. Infatti, ciò che si definisce “parole vuote” (o stop words) venivano giudicate come inutili per l’indicizzazione e la comprensione da parte del motore di ricerca: avevano un significato semantico troppo debole. In generale, queste parole non presentano alcun interesse per l’interpretazione di un’intenzione da parte di Google. Tuttavia, su richieste più significative e sottili, esse hanno una grande importanza.

BERT interviene proponendo un’importante novità: le parole nelle richieste vengono comprese in relazione tra loro. Pertanto, queste stop words possono essere utilizzate in un contenuto quando è appropriato e necessario: non rappresentano più una perdita di tempo.

I cambiamenti nella pratica SEO

L’introduzione dell’aggiornamento Google BERT rappresenta un’evoluzione significativa per Google, cercando di comprendere sempre meglio il significato delle parole. Questo algoritmo permette di interpretare il contenuto delle pagine web in modo più intelligente, considerando l’intero lessico anziché concentrarsi solo su parole chiave specifiche. Quando è stato lanciato, BERT riguardava solo le richieste in inglese, ma si è progressivamente diffuso in Francia e in 70 altri paesi.

Google BERT si concentra su richieste particolarmente specifiche, che siano “complesse” o “conversazionali”, e frequentemente entrambe. Queste richieste contengono più di quattro o cinque parole. Queste costituiscono circa il 10% di tutte le richieste effettuate nel motore di ricerca. Tuttavia, non c’è alcuna differenza nel trattamento delle pagine per chi pratica già un buon SEO, poiché la comprensione delle richieste lunghe esisteva già in precedenza. Per ricordare, Google BERT è un’evoluzione della strategia di Google nel comprendere il linguaggio naturale e le intenzioni degli utenti.

Le definizioni più diffuse

backlink
backlink dofollow
backlink nofollow
articolo sponsorizzato
link anchor
citation flow
scambio di link
link juice
toxic link
netlinking
keyword density

Aumenta la tua visibilità!

Non esitare a contattarci per un preventivo gratuito e su misura.

Richiedi il tuo audit preliminare GRATUITO

Contattaci

Notez ce page