Google 怎麽知道你在说什麽?看搜寻引擎 AI 如何学会「听人话」!

Image Source:Google

文/Elaine

你是否曾想过,为什麽只是在 Google 搜寻框框里简单输入几个关键字,Google 就能知道我们要找什麽呢?即便是相当破碎或是语意模糊的句子,Google 似乎也能精准判断。例如,搜寻「蓝色狸猫 身高」,马上就会跳出来哆啦A梦是 129.3 公分;尽管在关键字中完全没有提到「哆啦A梦」、仅描述他的外观特徵,Google 也能自动判读你想问的是「哆啦A梦的身高」。

Image Source:Elaine

最近,Google 就在官方部落格亲自解密搜寻引擎是如何读懂「人话」,其中最关键的 AI 之一就是「RankBrain」。

RankBrain 是什麽?它怎麽知道人在说什麽?

理解「搜寻意」的智慧大脑

当人们在搜寻引擎输入关键字,必定是心中带有一个目的或疑问,希望从网路世界中找到相对应的答案。也就是说,关键字其实代表着使用者的「搜寻意」;比如我搜寻「台北 咖啡厅 推荐」,期望的可能是得到一连串好喝、的台北咖啡厅名单。

早年,Google 仰赖人力来分析这些关键字资料,然而随着网路世界蓬勃,人工处理早就不堪负荷。据官方资料,Google 每月处理 1,000 亿次以上的搜寻,其中有 15% 关键字是全新的、搜寻引擎从未看过,这也造成了资料处理上的困难。而 RankBrain 正是因应飞速成长的搜寻量而生 ──一种透过机器学习  (machine learning) 而能更准确判定搜寻意、给出最相关结果的人工智慧演算法。

Image Source:Elaine

所谓机器学习,简单来说就是持续丢一堆资料给 AI,让 AI 能够从中找出共通之处,并产生一套运行规则用来分析往後的资料;有别於过去写好一套编码让程式不断重复固定且相同的工作,AI能够像人一样「学习」资料背後的意义,并且「举一反三」产生相关应用。

例如,面对「Nextflix 影集 热门」、「Nextflix上有什麽好影集」、「Nextflix上最好看的剧」这三组关键字,RankBrain 可以透过机器学习了解到它们背後的搜寻意都是「要寻找Nextflix上的好剧收看」、应给出的结果。

也就是说,RankBrain不仅仅只是看到表面上的关键字 「Nextflix」 或「影集」,而是能够将关键字转化成概念或意,知道使用者需要的是 Nextflix 上的节目推荐。

在此篇关於学习搜寻意的官方介绍中,说明了 Google 可利用 AI 相关技术,将关键字化为概念。比如,此技术可以理解「台北 台湾」、「巴黎 法国」之间的关系与「柏林 德国」一样(首都与国家),而「米兰 义大利」(义大利首都是罗马)和上述不同。虽然文章并非针对RankBrain,但根据美国知名 SEO 权威 Backlinko 的看法,RankBrain 很可能采用了相关技术。

Image Source: Google Blog

RankBrain 不只会「理解」,还能判别孰先孰後

透过分析「使用者行为」,为搜寻结果排序。

更进一步,RankBrain 理解了使用者的意、明白该给出哪些可能结果,但它怎麽知道究竟哪个网站需要先排在前面给使用者看?人们跟搜寻结果的互动关系亦是 RankBrain 的考量重点。

假设你搜寻「背肌拉伤」、想了解处理方法。A 网站点进去主要在说明「背肌重要性、拉到会怎样」,你发现不合你的需求於是很快退出;而 B 网站是紧急处置教学、你花了点时间看完。

此时,RankBrain 会不断学习使用者的这些「操作讯号」,倘若大多数人搜寻相关关键字时都在 B网站停留较久,它就有可能判定在此关键字下,B 网站比 A 网站更贴近使用者意、需排在更前面。不过,具体上 RankBrain 到底是怎样解读各式各样的关键、学习、挖掘出意并做排名,目前 Google 尚未公布详细算法。

从这点也可以看出,RankBrain 是一个非常以使用者角度出发的演算法,且对搜寻结果排名及 SEO 有一定影响力。 事实上,Google 官方曾说过,RankBrain 是影响关键字排名的「第三大」因素──前两大为连结(Link)与内容(Content)。

虽然在搜寻框框内输入关键字、获得搜寻结果仅是几秒钟的事,背後却是相当庞大且复杂的一连串 AI 与运作。除了 RankBarin 以外,亦还有近年推出的 BERT、MUM 等算法不断精进搜寻引擎对於人类语言的理解;多亏日益进步的 AI ,让我们的搜寻体验持续变好,彷佛在跟知识的朋友对话一般,即便是很模糊、口语化的关键字,Google 也能。

Elaine 内容行销专栏作家、UX/UI设计师。致力於以深入浅出的方式撰写 SEO 科普文章、分享 SEO 相关时事,曾获选刊登於INSIDE、数位时代、行销人等知名媒体。擅长撰文领域: 网路趋势与要闻、网路行销 SEO、前端网页设计与 UI/UX。

pixiv手机怎么进

Related Post

0 0 投票数
Article Rating
订阅评论
提醒
guest
0 Comments
最旧
最新 最多投票
内联反馈
查看所有评论