گوگل در حال ساخت جزئیات جدیدی در مورد ساخت الگوریتم DeepRank خود است که با درک زبان شیوه کار بشر ، نتایج جستجوی مرتبط تری را نشان می دهد.
DeepRank به طور طولانی در یک ویدیوی کاملاً جدید از Google درباره نحوه عملکرد جستجو بحث شده است.
از جمله جنبه های دیگر جستجو ، ویدئوی Google مراحل توسعه ، آزمایش و تأیید را که هر به روزرسانی الگوریتم طی می کند ، انجام می دهد.
DeepRank در سال 2019 با نام BERT راه اندازی شد و به دلیل روش های یادگیری عمیق که توسط BERT و جنبه رتبه بندی جستجو استفاده می شود ، نامگذاری شده است.
DeepRank را به عنوان ادغام BERT در جستجوی Google در نظر بگیرید. اگرچه آنطور که به نظر می رسد ساده نیست.
در اینجا خلاصه ای از آنچه در ویدیوی جدید Google نشان داده شده است آورده شده است.
DeepRank / BERT
DeepRank بر اساس قابلیت های یادگیری ماشین و پردازش زبان طبیعی Google موجود است.
پردازش زبان طبیعی به جستجوگران اجازه می دهد سوالات واقعی را به همان روشی که مثلاً از یک دوست در یک پیام متنی می پرسند وارد کنند.
گوگل در بخش بهتری از 20 سال پیش روی پردازش زبان طبیعی کار کرده است ، ابتدا با اصلاحات هجی و درک مترادف شروع می شود.
قابلیت های یادگیری ماشین گوگل 10 سال است که در حال توسعه است.
BERT بیشتر درک الگوریتم های جستجو از س languageالات زبان طبیعی را افزایش می دهد.
رتبه بندی جستجو در دو دهه گذشته بسیار طی شده است ، اما قبل از الگوریتم های BERT نمی توانستند ظرافت های زبان را مانند انسان درک کنند.
تبلیغات
ادامه مطلب را در زیر بخوانید
DeepRank اولین بار است که جستجوی Google سیگنالی دارد که رابطه بین اصطلاحات انسانی را درک می کند.
در نهایت ، این طراحی شده است تا جستجو را بصورت بصری تر استفاده کند و احساس کند گوگل کاربران خود را درک می کند.
توسعه و آزمایش DeepRank
DeepRank ظرافت های زبانی را که به طور طبیعی برای انسان به وجود می آید اما برنامه ریزی برای آن دشوار است ، انتخاب می کند.
الگوریتم های جستجوی گوگل قبلاً کلمات متوقف را نادیده می گرفتند و آنها را از جستجو باز می داشتند.
با گذشت زمان Google یاد گرفت که این کلمات نقش مهمی در برقراری ارتباط آنچه مردم واقعاً می خواهند بگویند دارند.
تبلیغات
ادامه مطلب را در زیر بخوانید
با استفاده از DeepRank ، مردم می توانند عبارتهای جستجو را به روشی طبیعی بیان کنند و با مشکل عدم دریافت ظرافتهای ماشین مواجه نمی شوند.
در ویدیوی Google مثالی برای سeryال نشان داده شده است: “هنگام پخت ماهی باید درجه حرارت خود را قبل از چه دمایی قرار دهید؟”
بدون DeepRank ، الگوریتم های گوگل اطلاعات مفیدی را نشان می دهند ، اما همچنین گیج می شوند.
در تصویر زیر مشاهده کنید که چگونه الگوریتم جستجوی قدیمی Google صفحه ای درباره کوکی ها را برای پرس و جو درباره ماهی باز می گرداند.
وقتی DeepRank بر روی س theال آزمایش شد ، می فهمد که این صفحه مربوط به کوکی ها است ، نه ماهی ، و نتیجه آن را ظاهر نمی کند.
در اینجا مثالی وجود دارد که تیم DeepRank مخصوصاً به آن افتخار می کند و شامل پرس و جو است “آیا می توانید برای داروخانه شخصی دارو تهیه کنید.”
تبلیغات
ادامه مطلب را در زیر بخوانید
در سمت چپ یک نتیجه وجود دارد که سوال خاص را درک می کند و به آن پاسخ می دهد (با تشکر از DeepRank) ، و در سمت راست یک نتیجه کلی تر درباره پر کردن نسخه ها وجود دارد.
گوگل می گوید DeepRank به نظر می رسد یک راه حل ساده باشد اما بازی BERT برای بازی راحت با جستجو آسان نیست.
تبلیغات
ادامه مطلب را در زیر بخوانید
DeepRank ماه ها تست را پشت سر گذاشت و برخی از آن را می توانید دست اول در ویدئوی گوگل ببینید.
در پشت صحنه فیلم های نادر وجود دارد که مهندسان جستجوی Google به طور دقیق همه سوالات فردی را تجزیه و تحلیل می کنند تا مشخص کنند DeepRank به نتایج جستجو کمک می کند یا به آنها آسیب می رساند.
هر تغییری در جستجو ، مورد بررسی قرار می گیرد ، مهم نیست که بزرگ یا کوچک باشد.
با این وجود مهندسان گوگل برای کار در این پروژه زمان محدودی دارند.
DeepRank ، حتی در تست ، به مقدار زیادی قدرت محاسباتی نیاز دارد. اگر تیمی که روی DeepRank کار می کند در آزمایش پیشرفت کافی نداشته باشد ، منابع محاسباتی به پروژه دیگری اختصاص می یافت.
این ویدئو دارای تصاویر پشت صحنه بیشتری از جلسه ای است که در آن پیشرفت در DeepRank به کمیته راه اندازی گوگل ارائه شده است.
تبلیغات
ادامه مطلب را در زیر بخوانید
اگر تا به حال خواسته اید فرآیندی را که مهندسان جستجوی Google برای تأیید به روزرسانی و تغییرات طی می کنند مشاهده کنید ، این ممکن است بهترین نگاهی باشد که تاکنون داشته ایم.
کمیته Google تایید شده DeepRank برای راه اندازی نهایی ، و احساس سرخوشی از مهندسان گوگل قابل لمس بود.
فیلم کامل را در زیر مشاهده کنید. بخشی در مورد پردازش زبان طبیعی و DeepRank از حدود 42 دقیقه شروع می شود.