مع التطور التقني حاليا، أصبح البحث عبر الإنترنت موردا مهما للعديد من الأعمال. ومع تطور خوارزميات البحث في الذكاء الاصطناعي، أصبح هذا الذكاء يشمل حتى محركات البحث. المليارات من عمليات البحث تتم معالجتها كل يوم. ما السبب؟ ألم يكن محرك بحث Google مجرد قاعدة بيانات يبحث فيها الزوار عن حاجتهم من المعلومات؟
أظن أنه هنا يجب أن تعلم أن السبب هو إحدى أشهر الخوارزميات في علوم الحاسب التي هي خوارزمية Google Bert(BERT Algorithm). إذن ما المقصود بخوارزمية BERT؟ وكيف تمكنت Google من تطوير تقنيات البحث باستخدامها؟ هذا ما سنتعرف عليه في مقال اليوم، هيا بنا لنكتشف معا هذه التقنية العجيبة!
ما هي خوارزمية BERT؟
خوارزمية BERT (BERT Algorithm) هي اختصار لعبارة Bidirectional Encoder Representations for Transformers، من الصعب إيجاد اسم عربي لهذه الخوارزمية، ففي العادة كل المصطلحات التي تدور حول خوارزميات الذكاء الاصطناعي هي مصطلحات تقنية وعلى درجة عالية من التخصص. لكن أقرب اسم إليها باللغة العربية هو "تمثيلات التشفير ثنائية التوجيه للمحولات"، وهي تقنية قائمة على الشبكة العصبية للتدريب المسبق على معالجة اللغة الطبيعية.
في اللغة الإنجليزية البسيطة، يمكن استخدامه لمساعدة Google على تمييز سياق الكلمات في استعلامات البحث بشكل أفضل.
وإذا أردنا أن نبسط لكم دور هذه الخوارزمية في تطوير بحث Google، فلدينا مثال واضح يشرح الأمر.، نفترض أن الزائر بحث عن عبارة "المسافة من المغرب إلى الجزائر"، تحتوي العبارة كما نرى على كلمتي "من" و "إلى"، قد يكون المقصود من العبارة واضحًا للبشر ولكنه أقل وضوحا لمحركات البحث في السابق. لكن مع تصميم خوارزمية BERT، أصبحت محركات البحث تميز بين هذه الفروق الدقيقة لتسهيل إيجاد المزيد من النتائج ذات الصلة.
متى تم إطلاق خوارزمية BERT؟
في نوفمبر 2018، أطلقت شركة Google خوارزمية BERT (BERT Algorithm) كمصدر مفتوح على منصة GitHub. ومن الآن فصاعدًا، يمكن لأي شخص استخدام أكواد BERT والقوالب المنشئة مسبقًا لإنشاء نظامه الخاص بسرعة. استخدمت Google نفسها BERT في نظام البحث الخاص بها. في أكتوبر 2019، أعلنت Google عن أكبر تحديث لها في الآونة الأخيرة.
اعتمدت Google بالفعل نماذج لفهم لغة البشر، ولكن تم الإعلان عن هذا التحديث كواحد من أهم القفزات في تاريخ محرك البحث. في البداية، تم إطلاق BERT فقط في الولايات المتحدة وباللغة الإنجليزية.
ولكن بحلول ديسمبر 2019، تم بالفعل توسيع النموذج ليشمل أكثر من 70 لغة. بهذه الطريقة، اكتسبت نتائج البحث في جميع أنحاء العالم قدرًا كبيرًا من الجودة.
كيف تعمل خوارزمية BERT؟
يُعْزى النجاح الذي حققته Google BERT إلى قدرتها على تعليم الآلة معالجة اللغة الطبيعية بناءً على مجموعة كاملة من الكلمات في جملة أو عملية بحث (تدريب ثنائي التوجيه) بدلاً من الطريقة التقليدية للتدريب على التسلسل المرتب للكلمات (من اليسار إلى اليمين أو من اليمين إلى اليسار).
تسمح خوارزمية BERT للآلة بتعلم سياق الكلمات بناءً على الكلمات المحيطة بدلاً من الكلمة التي تسبقها أو تتبعها مباشرة. لهذا تطلق Google على BERT اسم "ثنائي التوجيه الشديد" لأن التمثيلات السياقية للكلمات تبدأ من أسفل شبكة عصبية عميقة.
على سبيل المثال، سيكون لكلمة "بنك" نفس التمثيل مع كلمة "الحساب المصرفي". بدلاً من ذلك، تنشئ خوارزمية BERT تمثيلًا لكل كلمة استنادًا إلى الكلمات الأخرى في الجملة. مثلا في الجملة "لقد دخلت إلى الحساب المصرفي"، يتم تمثيل النموذج السياقي أحادي الاتجاه "البنك" استنادًا إلى "لقد دخلت إلى الحساب". بينما يتم تمثيل خوارزمية BERT لكلمة "البنك" باستخدام كل من السياق السابق والتالي "لقد دخلت إلى الحساب المصرفي".
عرض Google عدة أمثلة حول كيفية تأثير خوارزمية BERT (BERT Algorithm) في البحث على النتائج. في أحد الأمثلة، ظهر طلب البحث "كتب تعلم الرياضيات للكبار" سابقًا قائمة لكتاب للصفوف الدراسية من السادس إلى الثامن في أعلى النتائج. لكن مع خوارزمية BERT، يظهر محرك بحث Google قائمة لكتاب بعنوان "Math for Grownups" في أعلى النتائج.
مما يعني أن الخوارزمية أعطت للباحثين ما كانوا يبحثون عنه. يمكنك أن ترى في النتيجة الحالية لعملية البحث هذه أن كتاب الصفوف من 6 إلى 8 لا يزال في مرتبة متقدمة، ولكن هناك كتابان يستهدفان على وجه التحديد البالغين الآن في مرتبة أعلى منه، بما في ذلك الظهور في المقتطف المميز. وهذا ما يعكس الفهم الجديد لعمليات البحث باستخدام Google BERT.
لماذا تعتبر خوارزمية BERT مهمة لتحسين تجربة البحث؟
أنت تدرك الآن أن الخوارزمية تساعد Google في فك تشفير اللغة البشرية، ولكن ما الفرق الذي تحدثه في تجربة البحث لدى المستخدم؟ من المهم أن تتذكر أن مهمة Google هي تنظيم كل المحتوى على الويب لتقديم أفضل الإجابات للمستخدمين. لهذا، يحتاج محرك البحث إلى فهم ما يبحث عنه الأشخاص وما تتحدث عنه صفحات الويب. وبالتالي، يمكنه إجراء التطابق الصحيح بين الكلمات الرئيسية ومحتوى الويب.
على سبيل المثال، عند البحث عن "Food Bank"، يفهم الباحث أن "البنك" في استفسارك لا يشير إلى مؤسسة مالية، لأنه في الأصل كلمة Food Bank تعني خدمة مجانية لتوفير الطعام دون مقابل للمحتاجين. حتى لو كتبت كلمة "food bank" مع أخطاء إملائية أو "bank food" بترتيب عكسي، فسوف يفهم أيضًا ما تعنيه. باستخدام BERT، يفهم محرك بحث Google معنى تلك الكلمة في مصطلحات البحث التي تستخدمها وفي محتويات الصفحات المفهرسة.
ومع ذلك، في أيام Google الأولى، لم تقدم جميع عمليات البحث ما كان يبحث عنه المستخدم. اقتصر البحث على المطابقة التامة للكلمة الرئيسية. أي عندما كتب الشخص "إضافات الووردبريس"، على سبيل المثال، كان قادرًا فقط على توفير نتائج للصفحات التي استخدمت هذا المصطلح تحديدًا.
منذ ظهور Rank Brain، بدأت Google بالفعل في فهم أن كلمة "الرعاية" قريبة جدًا من كلمة "كيفية العناية". لذلك، سيعرض محرك البحث أيضًا صفحات تحتوي على مصطلحات "كيف تعتني بصحتك". تجعل خوارزمية BERT (BERT Algorithm) تفهم أن الشخص يريد أن يعرف كيفية العناية بالصحة دون الالتزام بالكلمات الرئيسية الدقيقة.
تكمن المشكلة في أن نموذج Google الأولي للمطابقة التامة للكلمات الرئيسية قد خلق رذائل عبر الإنترنت. للظهور في محرك البحث، بدأت العديد من المواقع في استخدام الكلمات الرئيسية في النص تمامًا كما يبحث المستخدم. ومع ذلك، فإن هذا يجعل تجربة القراءة سيئة للغاية. فكر معنا، هل تفضل قراءة المحتوى الذي يتحدث بشكل طبيعي عن الموضوع أو نصًا يكرر عدة مرات الكلمة المفتاحية دون أن يكون له أي معنى؟
لذلك، فقد كان من الضروري أن تتمكن Google من فهم مقاصد البحث بما يحسن أيضًا تجربة القراءة لدى المستخدم. المواقع موجهة لإنتاج محتوى بلغة طبيعية، باستخدام مصطلحات منطقية للقارئ. باستخدام هذا، تكافح Google أيضًا حشو الكلمات الرئيسية، وهي ممارسة غير مقبولة تنتهك سياسات محرك البحث.
ما المقصود بتحديث خوارزمية BERT؟
تم تعيين BERT Algorithm Update من Google لتغيير الطريقة التي يتعامل بها محرك البحث مع عمليات البحث المصاغة بشكل طبيعي. مع إجراء المليارات من عمليات البحث يوميًا، فإن الكثير منها يكون دقيقًا جدًا بحيث يتعذر على محرك البحث فهمه تمامًا. تم تصميم هذا التحديث الرئيسي للسماح له بمعالجة عمليات البحث التي لا يمكنه توقعها، أو لفهم العبارات المعقدة التي لا يمكنه عادةً التعامل معها.
يهدف BERT Algorithm Update إلى مساعدة الخوارزمية في معالجة اللغة الطبيعية، كما يهدف تحديث BERT AI إلى إحراز تقدم في علم فهم اللغة من خلال استخدام الذكاء الاصطناعي والتعلم الآلي في نص كامل. إنه شيء يزعمون أنه يمثل أكبر تحديث لنظام البحث لديهم منذ خمس سنوات على الأقل. أكبر تغيير في خوارزمية البحث منذ تحديث نظام RankBrain الشهير لعملاق البحث لعام 2015.
عندما أعلنت Google عن BERT Algorithm Update، أوضح نائب رئيس البحث لدى Google Pandu Nayak كيف يمكن للخوارزمية القائمة على الذكاء الاصطناعي أن تؤثر على عملية بحث معينة مثل "يحتاج المسافر البرازيلي إلى الولايات المتحدة الأمريكية إلى تأشيرة".
في السابق في بحث مثل هذا، لم يكن يتم إعطاء كلمة "إلى" أية أهمية. لكن مع فهم خوارزمية BERT للصياغة والسياق فإن هذا يساعد محرك البحث على فهم أن عملية البحث هذه تتعلق تحديدًا بالسفر البرازيلي إلى الولايات المتحدة وليس فقط حول التأشيرات لهذين البلدين بشكل عام.
يوضح هذا المثال تأثير BERT Algorithm Update على عمليات البحث، كيف تساعد هذه التطورات في معالجة اللغة الآلية ومدى توافقها مع لغة البشر، ولكونها أيضا تساعد على فهم ما ينوي الأشخاص البحث عنه بشكل أفضل عند إدخال عبارات بحث في شريط البحث أو التحدث عن الأوامر الصوتية لمساعديهم الرقميين.
ما هي العلاقة بين خوارزمية BERT ونظام NLP؟
العلاقة القائمة بين المصطلحين مثل علاقة أب بابنه، حيث تعتبر خوارزمية BERT منحدرة من نظام معالجة اللغة الطبيعية (NLP). وينتمي هذا النظام إلى فرع من فروع الذكاء الاصطناعي التي تتعامل مع اللغويات، بهدف تمكين أجهزة الكمبيوتر من فهم الطريقة التي يتواصل بها البشر بشكل طبيعي.
تتضمن أمثلة التطورات التي تم تحقيقها بواسطة البرمجة اللغوية العصبية (NLP) أدوات الاستماع وروبوتات الدردشة واقتراحات الكلمات على هاتفك الذكي. من المعلوم أن البرمجة اللغوية العصبية ليست ميزة جديدة لمحركات البحث. ومع ذلك، تمثل خوارزمية BERT تقدمًا في البرمجة اللغوية العصبية من خلال التدريب ثنائي التوجيه (المزيد عن ذلك أدناه).
هل تحل خوارزمية BERT محل RankBrain؟
تدرس Google باستمرار طرقًا لتحسين تجربة المستخدم وتقديم أفضل النتائج. هذا لا يبدأ ولا ينتهي بـ BERT. في عام 2015، أعلن محرك البحث عن تحديث غير عالم البحث وهو RankBrain. كانت هذه هي المرة الأولى التي تعتمد فيها Google على خوارزميات الذكاء الاصطناعي لفهم المحتوى والبحث. مثل BERT، يستخدم RankBrain أيضًا الخوارزميات في علوم الحاسب ولكنه لا يقوم بمعالجة اللغة الطبيعية. تركز الطريقة على تحليل عمليات البحث وتجميع الكلمات والعبارات المتشابهة لغويًا ولكن لا يمكنها فهم اللغة البشرية بمفردها.
لذلك، عند إجراء عملية بحث جديدة على Google، يحلل RankBrain عمليات البحث السابقة ويحدد الكلمات والعبارات التي تتطابق بشكل أفضل مع هذا البحث، حتى لو لم تتطابق تمامًا أو لم يتم البحث عنها مطلقًا. عندما يتلقون إشارات تفاعل المستخدم، تتعلم الروبوتات المزيد حول العلاقات بين الكلمات وتحسين الترتيب. لذلك، كانت هذه هي الخطوة الأولى لشركة Google في فهم لغة البشر. حتى اليوم، تعد إحدى الطرق التي تستخدمها الخوارزمية لفهم نوايا البحث ومحتويات الصفحة من أجل تقديم نتائج أفضل للمستخدمين.
لذلك، لم تحل BERT Algorithm محل RankBrain، بل إنها طريقة أخرى لفهم اللغة البشرية. اعتمادًا على البحث، يمكن لخوارزمية Google استخدام أي من الطريقتين أو حتى الجمع بين الطريقتين كونهما معا يشكل أفضل خوارزميات علوم الحاسب لتقديم أفضل استجابة للمستخدم. ضع في اعتبارك أن خوارزمية Google تتكون من مجموعة معقدة من القواعد والعمليات. يلعب RankBrain وBERT دورًا مهمًا، لكنهما مجرد جزء من نظام البحث القوي هذا.
هل تؤثر خوارزمية BERT على SEO؟ وكيف يمكنني تحسين SEO وفق هذه الخوارزمية؟
إذا كنت تبحث عن خطوات تحسين الظهور في محركات البحث في هذه المقالة وفق Google BERT، فربما تكون هذه العبارة مخيبة للآمال. لكن عليك أن تفهم أن Google أجرت هذا التحديث على وجه التحديد لمنع المواقع من تحسين الصفحات والمحتوى للروبوتات للتركيز على تقديم محتوى ذي جودة عالية. يريد محرك البحث تقديم محتوى ذا قيمة للمستخدمين ويريد الاعتماد على موقعك لذلك.
لذلك لا تقم بتحسين موقعك لأجل Google BERT، قم بتحسينه للمستخدمين. لهذا السبب لم تقدم Google أية نصائح للتحسين، لكن تركيزهم كان قائما على نريد تعزيز ممارسات إنتاج المحتوى الجيدة لتقديم أفضل تجربة للزائر. وإذا أردت التحسين، فضع الزائر في الاعتبار الأول وليس محرك البحث. وفيما يلي سنورد لكم أهم الخطوات البديلة التي ستنعكس إيجابا على موقعك وفق كل من BERT Algorithm وحتى نظام RankBrain.
اكتب بشكل صحيح
يجب إنشاء المحتوى لأجل الأشخاص وليس للروبوتات! لذا، انسَ المطابقة الدقيقة للكلمات الرئيسية. لمطابقة عمليات بحث المستخدمين تمامًا، لا يزال العديد من الأشخاص يستبعدون الكلمات المساعدة (مثل "إلى"، و "أ"، و "من"، و "واحد" وما إلى ذلك)، في محاولة للاقتراب من المصطلحات التي يستخدمها المستخدمون. يؤدي هذا إلى إنشاء نصوص محسنة للغاية، مما يجعل تجربة القراءة غريبة نوعا ما.
إلى جانب عدم مساعدة مُحسّنات محرّكات البحث على الإطلاق، يفقد الموقع أيضًا مصداقيته! لذا اكتب بشكل طبيعي وبلغة جيدة. ولا تقلق بشأن كلمات التوقف أو الأخطاء الإملائية. تذكر أن Google يفهم اللغة الطبيعية، لذلك لا يتعين عليك (ولا يجب عليك) دفعها لتتطابق تمامًا مع عبارات البحث الخاصة بالمستخدمين.
لا تنس تحسين نوايا البحث
حسنًا، من المفهوم أن الكلمات الرئيسية الدقيقة لم تعد محور تركيز مُحسّنات محرّكات البحث. لذا، لكي تظهر في عمليات بحث المستخدمين، كيف يجب تحسين المحتويات؟ بدلاً من التركيز على الكلمات الرئيسية، قم بتحويل التركيز إلى مقاصد البحث.
إذا كنت معتادًا على التركيز على تحسين ما يبحث عنه المستخدم، فيجب عليك الآن تحسين ما يريد المستخدم العثور عليه. هل ترى الفرق؟ السر يكمن في فهم نوايا العميل الباحث، أي ما هي الشكوك التي يريدون حلها والتي يمكن لموقعك الإجابة عليها؟
يمكنك رؤية ذلك من خلال إجراء عمليات بحث بالكلمات الرئيسية والمعيار وتحديد اتجاهات البحث في منطقتك وفرص الترتيب. من إدراك المطالب العامة، فإن الأمر متروك لفريق الإنتاج لإنشاء محتوى عالي الجودة يستجيب لها. ابحث في العلاقات الدلالية بين الكلمات.
إذا لم تعد المطابقة التامة مناسبة لـ SEO، فهل لا يزال البحث عن الكلمات الرئيسية منطقيًا؟ بالطبع هو كذلك! يظل البحث عن الكلمات الرئيسية أداة تخطيط قوية. وباستخدامه، يمكنك فهم عمليات البحث التي تؤدي إلى موقعك، والمصطلحات التي يستخدمها المستخدمون، والموضوعات التي تتزايد في مجالك. يتمثل الاختلاف في أنك لن تفرط في تحسين مقالات المدونة باستخدام هذه الشروط الدقيقة بعد الآن. ما يمكنك فعله الآن هو تحديد مصطلحات البحث الرئيسية والبحث عن الكلمات ذات الصلة معها.
المرادفات والمتضادات هي جزء من الحقل الدلالي للكلمة. لذلك بدلاً من تكرار كلمة رئيسية عدة مرات، يمكنك تضمين المزيد من الكلمات الدلالية ذات الصلة في النص الخاص بك، جنبًا إلى جنب مع المصطلحات الرئيسية. تثري هذه الممارسة تجربة القراءة وتساعد Google على فهم معنى المواد الخاصة بك.
ركز على إنتاج محتوى عالي الجودة
تبدو هذا الخطوة واضحة، لكن من الجيد دائمًا تعزيزها. ففي الأساس، تريد Google منك إنتاج محتوى عالي الجودة للأشخاص. وقد تم إنشاء Google BERT فقط لأجل زيادة فرص منتجي المحتويات الرائعة في الظهور بشكل أفضل ممن يعتمد على المطابقة فقط. لذلك، لا تضيع المزيد من الوقت في التفكير في التحسين لمصطلح أو آخر.
بالإضافة إلى تلبية نوايا البحث، كرس نفسك لإنشاء محتوى أصلي ومحدث وموثوق به ومفيد للمستخدمين. أنشئ محتوى يستحق القراءة والمشاركة. لذا فإن هذه الكلمات هي التي يجب أن توجه استراتيجية تسويق المحتوى الخاصة بك. لا تركز بعد الآن على المطابقة، استهدف رغبة الزائر في اكتساب المعلومات وقم بإنتاج محتوى كاف واف يجيب على كافة تساؤلاته، وبالتأكيد سيريحك Google من التعرف على الكلمات وموضع المحتوى بشكل عام.
قدم أفضل تجربة قراءة
أخيرًا، فكر دائمًا في تجربة القراءة. لنفترض أنك صادفت كتابا ما، ما إن تبدأ في قراءته حتى تشعر بعد ذلك أنه لا يمكنك تركه صحيح؟ أو تلك المقالة التي لا يمكنك مغادرتها كونها تُثريكَ بالكثير من المعلومات الجيدة؟ افهم كيف يتم بناء هذه المحتويات، وكيف تتم الصياغة، وكيف يتم التفاعل مع القارئ. بالطبع، سيتعين عليك تكييف التنسيق واللغة للإنترنت، مع ميزات استخدام الروابط وإغناء المحتوى بالصور، على سبيل المثال. هذا ما يجب عليك فعله في نصوصك لإشراك الجمهور لأجل تقديم أفضل تجربة قراءة ممكنة.
فيما يتعلق بـ SEO، ترسل هذه الخطوات إشارات إيجابية إلى Google، تفيد بأنك تقدم تجربة جيدة وتستحق ربح نقاط الترتيب. أنت الآن تعرف كل تفاصيل Google BERT والتأثيرات التي جلبها هذا التحديث على عالم مُحسّنات محرّكات البحث.
وهكذا فإن الجهد الذي بدلته Google لأجل فهم نية المستخدم بشكل أفضل عاد بالنفع على استخدام محرك البحث، لما وجد الزوار تجربة المستخدم جيدة في هذا المحرك، أصبح محركهم المفضل؛ نفس الشيء فيما يخص محتوى مقال معين، كلما ركزت على كتابة محتوى ذي جودة عالية كلما زاد ترتيبك.
كان هذا موضوع مقالنا لهذا اليوم، ونتمنى أن نكون قد ألممنا بكل ما تحتاجون معرفته عن هذا الموضوع، وإن كانت هناك أي اقتراحات أو آراء فسنرحب بها في خانة التعليقات. وإلى لقاء آخر في مقالات قادمة أخرى بإذن الله.