Hozzánk is közeleg a Google BERT, a nyelvtant is értő keresési algoritmus

Cloud TPU v3 podok (forrás: cloud.google.com)

A lényege pedig az, hogy a kereséseket nem külön-külön kulcsszavakra bontva, hanem egészében próbálja értelmezni, a szavak nyelvtani kapcsolatát is megvizsgálva. Figyelembe veszi a szövegkörnyezeti tényezőket is, illetve a gépi tanulással felhalmozott “tapasztalatokat” egy-egy keresés értelmezéséhez.

Ez megint csak arról szól, hogy a kereső minél jobban megértse a keresési szándékot, hasonlóan a 2015-ben bejelentett RankBrain frissítéshez. A BERT nem ezt felváltva, hanem emellett működik, ahogy azt Pandu Nayak, a Google szakembere az október 25-ei blogbejegyzésben leírja. Állítása szerint a változtatás egyelőre a találatok 10 százalékára lesz nagyobb hatással. Ennek az az oka, hogy komolyabb különbséget az ún. long tail, vagyis a hosszabb, összetettebb kereséseknél okoz, amelyek jobban hasonlítanak az élőnyelvi szövegekre. Ezeknél számításba tudja venni például a nyelvtani viszonyokat is, hogy méginkább megértse a kereső szándékát.

Egyik példaként hozza fel a blogbejegyzés a “2019 Brazil traveler to USA need a visa” keresésre a frissítés előtti és utáni első találatot. A szándék itt valószínűleg az, hogy megtudjuk: kell-e vízum ahhoz, hogy 2019-ben egy brazil állampolgár az Államokba utazhasson. A korábbi találat egy újságcikket hozott, amely arról szólt, hogy az amerikai állampolgárok vízum nélkül utazhatnak Brazíliába. Míg az új az USA brazil konzulátusának az oldalára mutat, ami valóban a leginkább releváns választ adja a kérdésre, vagyis a kereső megértette a szándékot.

De ki keres így bármire is?

Megszoktuk, hogy ha hatékonyan akarunk keresni, akkor a kérést “kulcsszavasan” írjuk be, hiszen a hagyományos algoritmusok estén ez hozott jobb találatokat. És – valljuk be – kényelmetlen is egész mondatokat bepötyögni, főleg mobilon. De a kulcs mégis a mobil, hiszen Siri-t, Google Assistant-et és hasonló, hangvezérelt szolgáltatásokat, valamint hangalapú keresést ma már széles körben használunk (és ezek az Egyesült Államokban különösen népszerűek). Ha itt is a mobile first szemléletből indulunk ki, akkor már érthető a hosszabb, élőbeszéd jellegű keresésekre adott fejlesztői válasz. Ugyan ezekből még nem minden érhető el más, különösen kisebb elterjedtségű nyelveken (amilyen a magyar is), de biztosan errefelé haladunk: egyre többet fogunk a mobilunkkal és egyéb okos eszközeinkkel “beszélgetni” gépelés helyett.

Még csak angol nyelvterületen aktív

A frissítés egyelőre nem terjed ki az egyéb nyelveken való keresésekre, de a Google ígérete szerint erre nem kell sokat várnunk. Bizonyára először a nagyobb nyelvek felé fogják bővíteni, amelyek strukturálisan is jobban hasonlítanak az angolra. Vagyis a magyar találatokra egy darabig még szinte biztosan nem lesz hatással. Viszont – ahogy sok más olyan funkció, ami az angol és a többi nyelv után magyar nyelvterületen is megjelent – előbb-utóbb, ez is egész biztosan éreztetni fogja a hatását: jobb, ha felkészülünk rá, és próbáljuk ennek megfelelően átgondolni a weboldalaink tartalmát.

Hogyan optimalizáljunk a BERT-re?

A Google rövid válasza: sehogy. Ahogy korábban számos esetben , most is azt hangsúlyozzák: ne arra koncentráljunk, hogy mit szeret az algoritmus, hanem hogy legyenek az oldalunkon eredeti, minőségi, megbízható információk (a klasszikus hármas egység, az E-A-T szellemében). Ez így szép és jó, de a SEO szakértők persze mindig megpróbálják kifürkészni, hogy mégis hogyan lehetne jobban “kedvezni” a keresőnek. Nézzük, hogy egy webshop esetén mik a lehetőségeink a PracticalEcommerce javaslatai alapján!

Mit “szerethet” BERT egy webshopban?

Ha végiggondoljuk, hogy egy webshopban hol helyezhetőek el bővebb információk, amelyeket a kereső is megfelelően tud értékelni, a válasz egyértelmű. Leginkább a termékoldalakon tudunk olyan tartalmakat megjeleníteni, amelyek az összetettebb kereséseknek jobban megfelelnek. Mik lehetnek ezek? Például ha egy terméket a méret, a szín, vagy az anyag megjelölésével keres a vásárló. Vegyük például a következő keresést:

“Vásárolni szeretnék egy női, M-es méretű, piros farmernadrágot strasszköves díszítésekkel!”

Kulcsszókutatással, és a Google eszközeivel (pl. Keyword Planner, Google Trends) megtudhatjuk, hogy mik azok a jellemzők, amikkel a vásárlóink gyakran kiegészítik a kereséseiket egy-egy termék esetén. A “vásárolni szeretnék” kifejezésből az algoritmus eleve a vásárlási lehetőségek, vagyis a webshopok felé fog keresni. A többi paramétert is összeköti a kéréssel, tehát azt fogja preferálni, ha egy weboldalon mindezt együtt, szöveges formában találja meg. Vagyis akkor fogja a mi webshopunkat jó pozícióba sorolni, ha a termék nevének megjelenítése mellett ezeket is szövegszerűen feltüntetjük, nem csak mondjuk színenként léptethető képekkel, vagy legördülő méretmegjelölésekkel. Persze az utóbbiak sokat segítenek a vásárlóinknak, úgyhogy nem helyettük, hanem mellettük érdemes több szöveges termékjellemzőt megadni, amelyekben igyekezzünk többféle nyelvtani viszonyt is használni (pl. “farmernadrág strasszkövekkel”, “strasszköves farmer”, “piros farmernadrágot strasszkővel” stb.)

A másik lehetőség a termék kereséseknél leszűrt találatokban rejlik, ahol maguk a szűrők lehetnek “BERT-barát” kifejezések (pl. esetünkben a “strasszköves” jelző). Ezek egy keresésnél számos terméket hozhatnak találatként, amelyeknél mindenhol szerepelhet az értékes keresőszó, így relevánssá téve az oldalunkat.

A magyar nyelvben sajnos a szótövekhez illeszkedő ragok, és a változó tövek miatt elég sok a variációs lehetőség, amivel a BERT bizonyára küzdeni fog egy darabig. De egyszer biztosan megtanul magyarul is, és jobb, ha addigra felkészülten várjuk!