۰۲
چه اتفاقی افتاد و چرا گوگل برت را ساخت
برت مخفف Bidirectional Encoder Representations from Transformers است. مقالهٔ پژوهشی آن را جیکوب دولین، مینگوی چانگ، کنتون لی و کریستینا توتانووا ۱۱ اکتبر ۲۰۱۸ در arXiv منتشر کردند. گوگل بعدها در بلاگ رسمیاش گفت این تکنیک پردازش زبان طبیعی را در ۲۰۱۸ معرفی و متنباز کرده است.
۲۵ اکتبر ۲۰۱۹ پاندو نایاک، معاون جستوجوی گوگل، در بلاگ رسمی نوشت برت به جستوجو کمک میکند یک از هر ده جستوجو در انگلیسی آمریکا را بهتر بفهمد. گوگل گفت برت را هم در رتبهبندی و هم در فیچرد اسنیپت به کار میبرد، و برای اولین بار از Cloud TPU برای ارائهٔ نتایج جستوجو استفاده میکند. همان پست میگوید برت به «زبانها و مناطق بیشتر» هم خواهد رسید.
مثال خود گوگل جستوجوی «brazil traveler to usa need a visa» است که کاربر با پیشوند سال ۲۰۱۹ نوشته بود. گوگل میگوید حرف اضافهٔ to مهم است، چون مسافر برزیلی است که به آمریکا میرود، نه برعکس. سامانههای قبلی این را درست نمیفهمیدند و نتایج دربارهٔ شهروندان آمریکایی در سفر به برزیل میآمد.
گوگل هدفش را اینطور توضیح میدهد: کاربر مجبور نباشد «کلیدواژهنویسی» (keyword-ese) کند، یعنی رشتهای از کلمات بنویسد که فکر میکند گوگل میفهمد، و بتواند همانطور که طبیعی میپرسد بپرسد. در همان پست هم آمده که حتی با برت همیشه درست نمیفهمیم.
۲۸ اکتبر ۲۰۱۹ دنی سالیوان از گوگل در توییتر نوشت برای برت «چیزی برای بهینهسازی نیست» و اصول همان است که همیشه گفتهایم: برای کاربر بنویسید. طبق گزارش Search Engine Roundtable از همان توییتها، او گفت برت حالا برای رتبهبندی عمومی در انگلیسی آمریکا به کار میرود، دربارهٔ انتشار برای زبانهای بعدی زمانبندی ندارند، و برای فیچرد اسنیپت در هر زبانی که این ویژگی را دارد (نزدیک ۲۵ مورد) فعال است.
۹ دسامبر ۲۰۱۹ حساب Google SearchLiaison اعلام کرد برت به بیش از ۷۰ زبان در سراسر جهان در حال عرضه است. دنی سالیوان روز بعد نوشت اثر بسته به زبان فرق میکند ولی در کل با عدد «یک از ده» انگلیسی آمریکا همخوان است. در دو منبع ثانویه که فهرست زبانها را از رشتهتوییت گوگل نقل کردهاند «Farsi» هست. خودِ توییتها برای من باز نشد، پس فارسیبودن را «طبق نقل ثانویه» مینویسم، نه تأییدشدهٔ مستقیم.
در پستی از بلاگ گوگل که در صفحه تاریخ ۳ فوریهٔ ۲۰۲۲ دارد، پاندو نایاک نوشته برت امروز در تقریباً هر پرسش انگلیسی نقش حیاتی دارد، بخشی از مجموعهای از سامانههاست و هیچوقت تنها کار نمیکند. گوگل میگوید هر سامانه نقش تخصصی دارد و در زمانها و ترکیبهای متفاوتی فعال میشود.
راهنمای سیستمهای رتبهبندی در Search Central هم برت را در فهرست اصلی آورده، نه در بخش سیستمهای بازنشسته، و میگوید برت سامانهٔ هوش مصنوعیای است که به گوگل اجازه میدهد بفهمد ترکیبهای مختلف کلمات چطور معانی و نیتهای مختلف میسازند. آن صفحه تاریخ بهروزرسانی نداشت، پس «فعالبودن» را از جایگرفتنش در فهرست اصلی برداشت میکنم، نه از یک جملهٔ صریح.
پاندو نایاک، گوگل، ۲۵ اکتبر ۲۰۱۹: «برت به جستوجو کمک میکند یک از هر ده جستوجو در انگلیسی آمریکا را بهتر بفهمد.»
۰۴
برت دقیقاً چه چیزی را میسنجد
۵ سیگنال✕حرف اضافه و کلمههای ربطگوگل میگوید برت برای جستوجوهایی کمک میکند که در آنها حرف اضافههایی مثل for و to نقش مهمی در معنی دارند. در فارسی هم «از»، «به» و «برای» معنی را عوض میکنند، ولی گوگل برای فارسی مثال جدایی نداده است؛ این تعمیم استنباط خودمان است.
✕زمینهٔ کامل کلمهگوگل میگوید مدلهای برت با نگاه به کلمههای قبل و بعد از یک کلمه، زمینهٔ کامل آن را در نظر میگیرند. در مثالی دیگر میگوید پیشتر کلمهٔ «adult» بیرون از زمینه تطبیق داده میشد.
✕پرسشهای طبیعی و محاورهایهدف اعلامشدهٔ گوگل این است که کاربر مجبور نباشد کلیدواژهنویسی کند و بتواند همانطور که طبیعی میپرسد بپرسد.
✕رتبهبندی و فیچرد اسنیپتگوگل میگوید برت را برای هر دو به کار میبرد. بهبود فیچرد اسنیپت را در زبانهایی مثل کرهای، هندی و پرتغالی دیده است.
✕کار با سامانههای دیگرگوگل میگوید برت بخشی از مجموعهای از سامانههاست و هیچوقت تنها کار نمیکند. پس رفتار نتیجه را نمیشود فقط به برت نسبت داد.
۰۵
تاریخچهٔ نسخههای برت
برت نسخهٔ شمارهدار گوگلی ندارد. جدول زیر مراحل مستند را به ترتیب زمان نشان میدهد. هر جا فقط به نقل ثانویه تکیه کردهام در توضیح همان ردیف نوشتهام.
مقالهٔ پژوهشی برت۱۱ اکتبر ۲۰۱۸نسخهٔ اول مقاله در arXiv با نام نویسندگان دولین، چانگ، لی و توتانووا؛ گوگل بعداً گفت آن را در ۲۰۱۸ معرفی و متنباز کرده
اعلام رسمی گوگل۲۵ اکتبر ۲۰۱۹پست بلاگ پاندو نایاک: یک از هر ده جستوجوی انگلیسی آمریکا؛ رتبهبندی و فیچرد اسنیپت؛ بهبود فیچرد اسنیپت در حدود دو دوجین کشور
توضیح دنی سالیوان۲۸ اکتبر ۲۰۱۹طبق گزارش Search Engine Roundtable از توییتها: چیزی برای بهینهسازی نیست؛ برت برای رتبهبندی عمومی در انگلیسی آمریکا به کار میرود
گسترش به بیش از ۷۰ زبان۹ دسامبر ۲۰۱۹اعلام Google SearchLiaison؛ Farsi طبق دو نقل ثانویه از رشتهتوییت در فهرست است، ولی توییت اصلی برای من باز نشد
توضیح اثر در زبانها۱۰ دسامبر ۲۰۱۹طبق Search Engine Roundtable: دنی سالیوان گفت اثر بسته به زبان فرق میکند ولی در کل با «یک از ده» همخوان است
تقریباً هر پرسش انگلیسی۳ فوریهٔ ۲۰۲۲ (تاریخ صفحه)پست بلاگ گوگل: برت امروز در تقریباً هر پرسش انگلیسی نقش حیاتی دارد و هیچوقت تنها کار نمیکند
فهرست سیستمهای رتبهبندیهنگام نوشتن این دوسیهراهنمای Search Central برت را در فهرست اصلی، نه سیستمهای بازنشسته، آورده؛ تاریخ بهروزرسانی در صفحه نبود
۰۸
راهنمای گامبهگام رفع مشکل
۱برای کاربر بنویسید، نه برای برتدنی سالیوان در ۲۸ اکتبر ۲۰۱۹ گفت برای برت چیزی برای بهینهسازی نیست و اصل همان نوشتن برای کاربر است. هر ابزار یا خدمتی که «بهینهسازی برای برت» میفروشد را با همین جمله بسنجید.
۲پرسش واقعی کاربر را پیدا کنید و جوابش را روشن بنویسیدتکمیل خودکار گوگل، بخش «جستوجوهای مرتبط» و گزارش عملکرد سرچ کنسول نشان میدهند کاربران چطور میپرسند. جواب مستقیم و بدون پیچوخم بنویسید. این توصیهٔ ما برای نوشتن بهتر است، نه الزام گوگل.
۳حرف اضافه و جزئیات معنادار را حذف نکنیدمتن را به رشتهای از کلمات کلیدی تبدیل نکنید. نوشتن طبیعی، همان چیزی است که گوگل میگوید برت برای فهمش ساخته شده است.
۴عنوان و تیتر را با پرسش واقعی هماهنگ کنیداگر کاربران میپرسند «چطور X را از Y جدا کنم»، عنوانی که فقط «X و Y» بگوید جهت را از دست میدهد. این هم توصیهٔ ماست و نه جملهٔ گوگل.
۵اثر را با سرچ کنسول بسنجید، نه با امتیاز ساختگیگوگل هیچ امتیاز «سازگاری با برت» نمیدهد. ایمپرشن و کلیک پرسشهای طولانیتر را در گزارش عملکرد دنبال کنید.
۰۹
اشتباهات رایج در برخورد با برت
✕فروختن یا خریدن «بهینهسازی برای برت»گوگل صریحاً گفته برای برت چیزی برای بهینهسازی نیست. ادعای خلاف آن را باید با همین جمله سنجید.
✕فکر کردن اینکه برت یک جریمه استبرت سامانهٔ فهم زبان است، نه فیلتر یا جریمه. گوگل آن را برای فهمیدن پرسش و متن توصیف میکند.
✕نوشتن متن «ماشینپسند» برای فهم معناییهدف اعلامشدهٔ برت این است که کاربر طبیعی بپرسد. متنی که برای ربات ساختگی نوشته شده، با این هدف جور نیست.
✕فرض اینکه اثر در همهٔ زبانها یکی استگوگل میگوید اثر بسته به زبان فرق میکند، هرچند در کل با «یک از ده» همخوان است. برای فارسی عدد جدایی منتشر نشده.
✕نسبتدادن هر افتی به برتبرت با سامانههای دیگر کار میکند و تاریخ مشخصی برای تطبیق با افت ندارد. قبل از اتهام زدن، دلایل دیگر را بسنجید.