Acerca de Google Bert

Google ya es una parte tan intrincada de la vida de las personas que muchos de nosotros hablamos directamente con él.

Los usuarios escriben «cómo llego al mercado» o «cuándo comienza la primavera», como si estuvieran hablando naturalmente con una persona. Pero vale la pena recordarlo: Google está hecho de algoritmos.

Y es uno de esos algoritmos, Google BERT, que ayuda al motor de búsqueda a comprender lo que las personas están pidiendo y brinda las respuestas que desean.

Así es: los bots (ROBOTS) no son personas, pero la tecnología ha avanzado tanto que pueden comprender el lenguaje humano, incluidos los errores, los sinónimos y las expresiones del lenguaje presentes en nuestro lenguaje, y ni siquiera nos damos cuenta.

Este nuevo algoritmo de búsqueda fue creado por Google para comprender mejor las intenciones de búsqueda y el contenido de los usuarios en las páginas web.

Pero cómo funciona? ¿Y cómo afecta a tus estrategias de SEO?

¿Qué es Google BERT? Google BERT es un algoritmo que aumenta la comprensión del lenguaje humano por parte del motor de búsqueda. Esto es esencial en el universo de las búsquedas, ya que las personas se expresan espontáneamente en términos de búsqueda y contenido de la página, y Google trabaja para hacer la correspondencia correcta entre uno y otro. BERT es el acrónimo de Representaciones de codificador bidireccional de Transformers. ¿Confuso? ¡Expliquémoslo mejor! Para comprender qué es BERT, tendremos que analizar algunos términos técnicos, ¿de acuerdo? Para empezar, BERT es una red neuronal. ¿Sabes qué es eso? Las redes neuronales son modelos informáticos inspirados en el sistema nervioso central de un animal, que puede aprender y reconocer patrones. Son parte del aprendizaje automático. En el caso de BERT, la red neuronal es capaz de aprender las formas de expresión del lenguaje humano. Se basa en un modelo de procesamiento del lenguaje natural (PNL) llamado Transformer, que comprende las relaciones entre las palabras en una oración, en lugar de verlas una por una en orden. BERT es un modelo de pre-entrenamiento del procesamiento del lenguaje natural. Esto significa que el conjunto de datos del modelo se entrena en un corpus de texto (como Wikipedia) y se puede utilizar para desarrollar varios sistemas. Es posible desarrollar algoritmos enfocados a analizar preguntas, respuestas o sentimiento, por ejemplo. Todo esto está en el campo de la inteligencia artificial. Es decir, ¡los bots hacen todo! Una vez programado, el algoritmo aprende continuamente sobre el lenguaje humano procesando los millones de datos que recibe. Pero más allá del mundo de la inteligencia artificial que se parece más a la ciencia ficción, es fundamental saber que BERT comprende el contexto completo de una palabra, los términos que vienen antes y después y las relaciones entre ellos, lo cual es extremadamente útil para comprender los contenidos. de los sitios y las intenciones de los usuarios al realizar búsquedas en Google.

¿Cuándo se lanzó BERT? En noviembre de 2018, Google lanzó BERT en código abierto en la plataforma GitHub. A partir de ese momento, cualquiera puede utilizar los códigos y plantillas previamente entrenados de BERT para crear rápidamente su propio sistema. El propio Google utilizó BERT en su sistema de búsqueda. En octubre de 2019, Google anunció su mayor actualización en los últimos tiempos: la adopción de BERT en el algoritmo de búsqueda. Google ya había adoptado modelos para comprender el lenguaje humano, pero esta actualización se anunció como uno de los avances más importantes en la historia de los motores de búsqueda. Inicialmente, BERT se lanzó solo en los Estados Unidos y en inglés. Pero para diciembre de 2019, el modelo ya se había expandido a más de 70 idiomas. De esta manera, los resultados de búsqueda en todo el mundo adquirieron una gran calidad. Inicialmente, BERT se lanzó solo en los Estados Unidos y en inglés. Pero para diciembre de 2019, el modelo ya se había expandido a más de 70 idiomas. De esta manera, los resultados de búsqueda en todo el mundo adquirieron una gran calidad.

¿Qué es la PNL?

Para explicar qué es BERT, mencionamos que este algoritmo es un modelo de Procesamiento del Lenguaje Natural (NLP) . Permíteme explicarte.

La PNL es un área de inteligencia artificial que converge con la lingüística al estudiar las interacciones de los lenguajes humanos y computacionales. La intención es llenar los vacíos entre un idioma y otro y hacer que se comuniquen.

Este tipo de sistema existe desde hace mucho tiempo, desde que Alan Turing trabajo de en la década de 1950.

Pero fue en la década de 1980 cuando los modelos de PNL dejaron sus manuscritos y fueron adoptados por la inteligencia artificial. Desde entonces, las computadoras han estado procesando grandes volúmenes de datos, lo que ha revolucionado la relación entre humanos y máquinas .

Puede que no lo notemos en nuestra vida diaria, pero nuestra expresión verbal es extremadamente compleja y diversa.

Hay tantos lenguajes, reglas sintácticas, relaciones semánticas, jergas, refranes, abreviaturas y errores cotidianos que, a veces, ¡los humanos apenas pueden entenderse entre sí!

Esto se vuelve aún más difícil para las computadoras, ya que usamos un lenguaje no estructurado para ellas , que luego necesitan sistemas para entenderlo.

Para ello, la PNL adopta una serie de técnicas, como abstraer lo irrelevante del texto, corregir errores ortográficos y reducir las palabras a sus formas radicales o infinitivas.

A partir de ahí, es posible estructurar, segmentar y categorizar el contenido para comprender cómo las partes tienen sentido juntas. Luego, el sistema también elabora una respuesta, en lenguaje natural, para interactuar con el usuario.

Este tipo de sistema te permite, por ejemplo, decir “Alexa, dime la receta de un pastel de chocolate” , y el asistente virtual de Amazon responde con los ingredientes y el método de preparación.

Esta solución se utiliza hoy en día en varios recursos, como interacción con chatbots , traducción automática de textos, análisis de emociones en el seguimiento de redes sociales y, por supuesto, el sistema de búsqueda de Google.

¿BERT reemplazó a RankBrain?

Google estudia continuamente formas de mejorar la experiencia del usuario y ofrecer los mejores resultados. Esto no comienza ni termina con BERT.

En 2015, el motor de búsqueda anunció una actualización que transformó el universo de búsqueda: RankBrain .

Fue la primera vez que el algoritmo adoptó inteligencia artificial para comprender el contenido y la búsqueda.

Al igual que BERT, RankBrain también usa el aprendizaje automático, pero no procesa el lenguaje natural. El método se centra en el análisis de consultas y en la agrupación de palabras y frases que son semánticamente similares, pero que no pueden comprender el lenguaje humano por sí solo.

Entonces, cuando se realiza una nueva consulta en Google, RankBrain analiza las búsquedas pasadas e identifica qué palabras y frases coinciden mejor con esa búsqueda, incluso si no coinciden exactamente o nunca se han buscado.

A medida que reciben interacción del usuario señales de los bots aprenden más sobre las relaciones entre palabras y mejoran la clasificación.

Por lo tanto, este fue el primer paso de Google para comprender el lenguaje humano. Incluso hoy en día, es uno de los métodos utilizados por el algoritmo para comprender las intenciones de búsqueda y el contenido de la página con el fin de presentar mejores resultados a los usuarios.

Entonces, BERT no reemplazó a RankBrain, solo trajo otro método para comprender el lenguaje humano. Dependiendo de la búsqueda, el algoritmo de Google puede utilizar cualquiera de los métodos (o incluso combinar los dos) para ofrecer la mejor respuesta al usuario.

Tenga en cuenta que el algoritmo de Google está formado por una gran complejidad de reglas y operaciones. RankBrain y BERT juegan un papel importante, pero son solo partes de este robusto sistema de búsqueda.

¿Cómo funciona Google BERT?

Uno de los diferenciales de Google de otros sistemas de procesamiento de idiomas es su carácter bidireccional. Pero ¿qué significa eso?

Los otros sistemas son solo unidireccionales. Es decir, solo contextualizan palabras usando términos que están a su izquierda o a su derecha en el texto.

BERT funciona en ambas direcciones: analiza el contexto a la izquierda y a la derecha de la palabra. Esto aporta una comprensión mucho más profunda de las relaciones entre términos y entre oraciones.

Otro diferencial es que BERT construye un modelo de lenguaje con un pequeño corpus de texto.

Mientras que otros modelos utilizan grandes cantidades de datos para entrenar el aprendizaje automático, el enfoque bidireccional de BERT le permite entrenar el sistema con mayor precisión y con muchos menos datos.

Entonces, después de que el modelo se entrena en un corpus de texto (como Wikipedia), pasa por un «ajuste fino».

En este punto, BERT se somete a tareas específicas, con entradas y salidas de acuerdo con lo que desea que haga. Ahí es cuando comienza a adaptarse a diferentes demandas, como preguntas y respuestas o análisis de sentimientos.

Tenga en cuenta que BERT es un algoritmo que se puede utilizar en muchas aplicaciones. Entonces, cuando hablamos de Google BERT, estamos hablando de su aplicación en el sistema de motor de búsqueda.

En Google, BERT se utiliza para comprender las intenciones de búsqueda de los usuarios y los contenidos que indexa el motor de búsqueda.

A diferencia de RankBrain, no necesita analizar consultas anteriores para comprender lo que quieren decir los usuarios. BERT comprende palabras, frases y todo el contenido tal como lo hacemos nosotros .

Pero también tenga en cuenta que este modelo de PNL es solo una parte del algoritmo. Google BERT comprende el significado de las palabras y cómo se relacionan entre sí.

Pero Google aún necesita todo el trabajo del resto del algoritmo para asociar la búsqueda a las páginas de índice, elegir los mejores resultados y clasificarlos en orden de relevancia para el usuario.

¿Por qué es importante Google BERT para la experiencia de búsqueda?

Ahora, dejaremos los términos de TI a un lado por un momento para hablar sobre lo que significa BERT para las búsquedas de Google.

Entiendes que el algoritmo ayuda a Google a descifrar el lenguaje humano, pero ¿qué diferencia tiene en la experiencia de búsqueda del usuario?

Es importante recordar que la misión de Google es organizar todo el contenido de la web para ofrecer las mejores respuestas a los usuarios.

Para ello, el motor de búsqueda necesita comprender qué buscan las personas y de qué están hablando las páginas web. Por tanto, lo puede hacer la correspondencia correcta entre palabras clave y contenido web.

Por ejemplo, cuando busca «banco de alimentos», el buscador entiende que el «banco» en su consulta no se refiere a una niñera, una institución financiera o un banco de arena en el mar.

Si buscaste «food bak» (con errores ortográficos) o «bank food» (en orden inverso), también entenderá lo que quieres decir.

Con BERT, comprende el significado de esa palabra en sus términos de búsqueda y en el contenido de las páginas indexadas.

Al indexar una página con la palabra «banco», el algoritmo coloca el banco de alimentos, muebles y páginas bancarias en diferentes casillas.

Pero el buscador va más allá: también comprende la intención detrás de esta búsqueda.

Al realizar esta búsqueda, Google comprende que está buscando bancos de alimentos cerca de donde se encuentra. Entonces, la página de resultados probablemente mostrará las instituciones que brindan este tipo de servicio en su región, especialmente si tienen una buena estrategia de SEO local .

De esta manera, Google se vuelve más inteligente para ofrecer resultados que realmente brindan lo que los usuarios desean encontrar. Esta es la experiencia de búsqueda que Google quiere ofrecer.

Sin embargo, en los primeros días de Google, no todas las búsquedas ofrecían lo que el usuario buscaba. El buscador se limitó a la coincidencia exacta de la palabra clave.

Es decir, cuando la persona tecleó “cuidado de bromelia”, por ejemplo, solo pudo brindar resultados para las páginas que usaban precisamente este término.

Desde que salió RankBrain, Google ya ha comenzado a comprender que «cuidar» está muy cerca de «cómo cuidar». Por lo tanto, el motor de búsqueda también mostraría páginas con los términos “cómo cuidar las bromelias”.

BERT hace que Google comprenda que la persona quiere saber cómo cuidar las bromelias sin ceñirse a las palabras clave exactas.

El problema es que el modelo inicial de Google de concordancia exacta de palabras clave ha creado vicios en Internet. Para aparecer en el motor de búsqueda, muchos sitios comenzaron a usar las palabras clave en el texto exactamente como las buscaría el usuario. Sin embargo, esto hace que la experiencia de lectura sea muy mala.

Piensa con nosotros: ¿preferirías leer un contenido que hable de forma natural sobre el cuidado de las bromelias o un texto que repita varias veces “cuidado de las bromelias” sin que tenga sentido?

Por lo tanto, el cambio de Google para comprender las intenciones de búsqueda también mejora la experiencia de lectura del usuario.

Los sitios están orientados a producir contenido con un lenguaje natural, utilizando términos que tengan sentido para el lector.

Con esto, Google también combate el relleno de palabras clave, una  práctica sombrero negro (Black Hat)  que viola las políticas de los motores de búsqueda. Por lo tanto, ¡el usuario solo se beneficia!

¿Cuáles son los impactos de BERT en las SERP?

Cuando Google lanzó BERT, dijo que la actualización afectaría aproximadamente al 10% de las búsquedas en los Estados Unidos.

Como cada actualización de algoritmo, el anuncio generó un movimiento en el mercado de SEO, ya que muchos sitios temían perder posiciones.

Sin embargo, a diferencia de las actualizaciones que tienen como objetivo contrarrestar las malas prácticas, BERT no penalizó a ningún sitio. Lo que hace es mejorar la alineación entre las búsquedas de los usuarios y el contenido de la página.

Por lo tanto, si alguien perdió posiciones para una palabra clave en particular, significa que no trajo una buena respuesta a esa consulta.

Por otro lado, si la página es adecuada para Google, probablemente se alineó mejor con otra consulta y logró mejorar la calidad de su tráfico, lo que hace que los visitantes disfruten más del contenido.

Google mostró un ejemplo para explicar los cambios que provoca BERT en las SERP.

La palabra clave es “el viajero de Brasil de 2019 a EE. UU. Necesita una visa”. BERT comprende la intención del usuario de saber si los viajeros de Brasil necesitan una visa para ingresar a los Estados Unidos.

Sin embargo, antes de la actualización, Google entendió que la búsqueda era de información sobre visas de turistas estadounidenses a Brasil.

La gran diferencia está en un detalle: la palabra «a», que indica la dirección del viaje (de Brasil a EE.UU.).

Antes de BERT, los bots ignorarían esta palabra y traería resultados incorrectos al buscador. Ahora, todas las palabras se analizan en su contexto. En este caso, la preposición modifica todo el significado de la frase.

En el anuncio de BERT, Google también dijo que la actualización afectaría los fragmentos destacados, que son las secciones resaltadas que aparecen en la «posición cero» de la SERP.

Google comenzó a seleccionar los fragmentos más relevantes para las búsquedas. Por lo tanto, una vez más, aquellos que perdieron fragmentos destacados no fueron penalizados, simplemente no entregaron la mejor respuesta rápida a lo que el usuario buscaba.

En la búsqueda «estacionamiento en una colina sin acera», el buscador pondría mucho más énfasis en las palabras «estacionamiento», «ladera» y «acera» e ignoraría la palabra «sin».

De esta manera, obtendría resultados que explicaran cómo estacionarse en una acera. BERT comprende que el usuario quiere saber cómo aparcar en una rampa sin solera.

Contenido y SEO: ¿cómo optimizar para BERT?

Entonces, ante la actualización anunciada por Google y los cambios en las SERP, ¿qué puedes hacer para mejorar tus resultados de SEO?

Bueno, la verdad es que no hay mucho que optimizar para BERT.

Si estaba buscando trucos de optimización en este artículo, tal vez esta frase sea decepcionante. Pero debe comprender que Google realizó esta actualización precisamente para evitar que los sitios optimicen las páginas y el contenido para los bots.

El motor de búsqueda quiere ofrecer contenido de valor a los usuarios y quiere contar con su sitio para eso.

Por lo tanto, no optimice su sitio para BERT: optimice para los usuarios. Es por eso que no traemos consejos de optimización, pero queremos reforzar algunas buenas prácticas de producción de contenido para ofrecer la mejor experiencia a su visitante.

Escribe correctamente

Tanto RankBrain como decreto BERT: ¡el contenido debe estar hecho para personas, no para bots! Por lo tanto, olvídese de la coincidencia exacta de palabras clave.

Para hacer coincidir las búsquedas de los usuarios de forma exacta, muchas personas aún eliminan las palabras auxiliares (llamadas palabras vacías, como «para», «a», «de», «uno», etc.), tratando de acercarse a los términos que usan los usuarios.

Esto genera textos súper optimizados para » cómo elegir andar en bicicleta «, por ejemplo, lo que hace al menos una experiencia de lectura extraña.

Otra aberración es optimizar los textos teniendo en cuenta los errores ortográficos que cometen los usuarios. Entonces, en lugar de escribir “abogado”, como sería correcto, el texto usa “lawer”, ya que mucha gente podría escribir de esta manera.

Además de no ayudar en absoluto al SEO, ¡el sitio también pierde credibilidad!

Así que escribe con naturalidad y en buen lenguaje sobre cómo elegir una bicicleta y cómo contratar a un abogado. No se preocupe por las palabras vacías o los errores ortográficos.

Recuerde que Google comprende el lenguaje natural, por lo que no tiene que (¡y no debe!) Presionarlo para que coincida exactamente con los términos de búsqueda de los usuarios.

Optimizar para las intenciones de búsqueda

Ok, se entiende que las palabras clave exactas ya no son el foco de SEO. Entonces, para aparecer en las búsquedas de los usuarios, ¿cómo se deben optimizar los contenidos?

En lugar de centrarse en palabras clave, cambie el enfoque a las intenciones de búsqueda.

Si solía concentrarse en optimizar lo que busca el usuario, ahora debe optimizar lo que el usuario desea encontrar. ¿Ves la diferencia?

El secreto está en entender tú las intenciones de las persona compradoras , es decir, cuáles son las dudas que quieren resolver y que tu sitio puede responder.

Puede ver esto realizando búsquedas de palabras clave y de referencia, identificando tendencias de búsqueda en su área y clasificando oportunidades. Desde la percepción de las demandas del público, le corresponde al equipo de producción crear contenido de alta calidad que responda a ellas.

Buscar las relaciones semánticas entre palabras

Quizás haya surgido otra duda allí: si la coincidencia exacta ya no es adecuada para SEO, ¿la búsqueda de palabras clave todavía tiene sentido?

¡Claro que lo hace! La búsqueda de palabras clave sigue siendo una poderosa herramienta de planificación.

Con él, puede comprender qué búsquedas conducen a su sitio, qué términos usan los usuarios y qué temas están aumentando en su campo. De esta forma, es posible planificar las pautas para cumplir con estas búsquedas.

La diferencia es que ya no optimizará demasiado los artículos del blog con estos términos exactos. Lo que puede hacer ahora es identificar los principales términos de búsqueda y buscar palabras que establezcan relaciones semánticas con ellos.

Los sinónimos, antónimos, jerga y co-ocurrencias son parte del campo semántico de una palabra. Entonces, en lugar de repetir una palabra clave varias veces, puede explorar estas variaciones en su texto, junto con los términos principales.

Esta práctica enriquece la experiencia de lectura y ayuda a Google a comprender el significado de sus materiales.

Producir contenido de calidad

Esta orientación parece obvia, pero siempre es bueno reforzarla. Básicamente, Google quiere que produzcas contenido de calidad para las personas. Google BERT es una de las principales actualizaciones en este sentido.

Por lo tanto, no pierda más tiempo pensando en optimizar para un período u otro.

Además de cumplir con las intenciones de búsqueda, dedíquese a crear contenido original, actualizado, confiable y útil para los usuarios. Cree contenido que valga la pena leer y compartir.

Google advierte que el contenido de alta calidad debe tener un alto nivel de EAC, es decir, experiencia, autoridad y confianza.  

Por tanto, son estas palabras las que deberían guiar su estrategia de marketing de contenidos. Google sabrá reconocer tu trabajo.

Ofrezca la mejor experiencia de lectura

Finalmente, piense siempre en la experiencia de lectura. ¿Conoces ese libro que no puedes dejar? ¿O ese artículo que te enriquece con tanta buena información?

¡Inspírate con ellos!

Comprender cómo se construyen estos contenidos, cómo cuentan historias e involucrar al lector. Por supuesto, tendrás que adaptar el formato y el idioma de Internet, con funciones de escaneado y el uso de enlaces e imágenes, por ejemplo.

Esto es lo que debe hacer en sus textos para involucrar a la audiencia y hacer que los lectores regresen. En SEO, este compromiso envía señales positivas a Google, diciendo que ofreces una buena experiencia y mereces ganar puntos de clasificación.

Finalmente, ahora conoces todos los detalles de Google BERT y los impactos que trajo esta actualización al universo del SEO.

Puedes ver que Google no está bromeando, ¿verdad?

Se están empleando las tecnologías más avanzadas en inteligencia artificial para mejorar la experiencia del motor de búsqueda, tanto del lado del sitio web como del usuario. Y, por supuesto, las inversiones no se detendrán en BERT. Estaremos aquí para seguir esta evolución contigo.