谷歌今天在一篇博客文章中宣布，它正在改變其搜索應用程序顯示結果的方式。去年，該公司推出了BERT模型的雙向編碼器表示。后者通過觀察單詞前后的單詞來找出單詞的意思。這有助于谷歌搜索找出問題的真正含義。與其在句子中查看關鍵字并根據這些詞提供搜索結果，BERT還不如查看句子中這些詞的順序，以便更好地理解它們的意思。
谷歌說，他們在美國使用的是最新的軟件和硬件。在美國，每十個谷歌搜索請求中就有一個會因為BERT算法的存在而被更好地理解。該公司表示，隨著時間的推移，它將在更多的國家和更多的語言中使用BERT。這款應用程序可以更好地理解那些更長、更口語化的查詢，以及“for”和“to”這兩個詞對問題意義有很大影響的查詢。
“不管你在尋找什么，或者你說什么語言，我們希望你能夠放棄一些關鍵詞式的用詞，以一種你覺得自然的方式搜索。但是你還是會時不時地遇到谷歌。即使和伯特在一起，我們也不總是對的。如果你搜索“內布拉斯加州以南是哪個州”，伯特的最佳猜測是一個叫做“南內布拉斯加州”的社區。(如果你覺得它不在堪薩斯州，那你是對的。)語言理解仍然是一個持續的挑戰，它使我們有動力繼續改進搜索。我們總是做得更好，并努力在你發送給我們的每一個查詢中找到意義以及最有幫助的信息?！?/p>
這是一個例子。有人在谷歌上搜索“2019年巴西赴美游客需要簽證”。谷歌承認，以前它使用的算法會返回美國公民前往巴西的結果。但與BERT一起，Search查看了“to”這個詞的用法，以幫助理解這是一個關于巴西人去美國旅行的問題
在谷歌給出的另一個例子中，“審美師在工作中站得多嗎?”這產生的結果對個人的查詢沒有用處。但是有了BERT, Search就可以找出單詞“stand”的上下文，并意識到它與工作的物理需求有關。
最后一個例子是“你能幫藥房的人買到藥嗎?”谷歌再次承認，在過去，它完全錯過了這個問題的真正意義，并將提供一個關于填寫處方的一般反應。感謝BERT，谷歌搜索理解了問題的“for someone”部分，這意味著問這個問題的人想知道如何為他們取別人的處方。
