Quando se trata de aprendizado de máquina e SEO , vários avanços na última década deram ao Google muita publicidade e elogios a projetos como RankBrain , BERT e SMITH .
Dito isso, o Google não é o único mecanismo de pesquisa fazendo grandes avanços no avanço do aprendizado de máquina (ML).
Em um período de tempo semelhante ao do Google, o Yandex foi lançado ed projetos semelhantes em seus processos de classificação, como MatrixNet, Palekh, sua segunda (mais refinada) iteração de Korolyov e, mais recentemente, YATI.
O Baidu também esteve envolvido em desenvolvimento de tecnologias de aprendizado de máquina para pesquisa, com seu modelo de ML mais proeminente sendo ERNIE.
Como vou usar o Word Transformer algumas vezes, é importante ter uma compreensão básica do que é um Transformer e como modelos como BERT e SMITH estão conectados a YATI e ERNIE.
Vamos começar por aí.
O que são transformadores?
Em termos simples, um transformador é um modelo de aprendizado profundo usado em redes neurais recorrentes (RNNs) para lidar com tarefas que envolvem dados sequenciais e linguagem natural.
Publicidade
Continue lendo abaixo
Os transformadores facilitam algo conhecido como paralelização.
O que isso significa que os dados de entrada não precisam ser processados em ordem, tornando possível processar e facilitar conjuntos de dados muito maiores e em maior escala.
A partir disso, recebemos o dom de SEO com pré-treinados sistemas como BERT, GPT e SMITH .
O que é YATI (Yandex)?
Desde 2017, houve pouco em termos de nova tecnologia de ML de Yandex.
No entanto, no final de 2020, Yandex lançou um novo algoritmo de classificação baseado em redes neurais transformadoras chamado YATI: Yet Another Transformer with Improvements.
Pode não ser poético, mas YATI foi saudado como a mudança mais significativa e impactante que Yandex fez em seus algoritmos de classificação de pesquisa. esde a introdução do MatrixNet em 2009.
Como acontece com todos os novos avanços dos mecanismos de pesquisa, o aprendizado de máquina não substitui as variáveis e parâmetros em que operamos antes, mas os torna melhores.
Assim como o Google, o Yandex confiava em vários algoritmos para melhorar os resultados da pesquisa para os usuários.
Publicidade
Continue lendo abaixo
Mas desde 2016 e a introdução de redes neurais em seu algoritmo, Yandex vem construindo um sistema muito mais forte algoritmo próprio.
Como YATI afetará a otimização do Yandex
Com base nas informações e declarações de Yandex sobre a revelação do YATI no YaC2020, o novo componente de aprendizado de máquina do algoritmo será responsável por mais de 50% da ponderação final.
Isso significa que, por meio de uma melhor compreensão de documentos e textos da web, fazer pequenas alterações nas páginas, como alterar as tags de título, adicionar mais palavras-chave e Mesmo os domínios de correspondência exata não serão mais tão impactantes (dependendo da competição e do nicho).
Conforme mencionado anteriormente, isso não significa que ter uma forte técnica, na página e fora da página agora é não é mais necessário.
Só torna mais difícil manipular o sistema no futuro.
Você pode otimizar para o YATI?
Como o YATI é uma evolução do Yandex algoritmos e não uma revolução, na maioria das vezes, permanecem os princípios gerais de otimização Yandex .
Na verdade, a prática recomendada só foi reforçada.
Preencher lacunas do tópico de conteúdo
Olhando além das palavras-chave para os tópicos, você precisa ter certeza de que seu conteúdo é tão rico com eles quanto o de seus concorrentes.
Por exemplo, se você está tentando atrair usuários que procuram comprar proteína em pó e shakes substitutos de refeição, mas não está falando sobre seus ingredientes, incluindo uma repartição nutricional, ou fornecendo informações sobre como eles’re fabricado, mas seus concorrentes são, você é o estranho no conjunto de dados.
Estruture melhor o texto longo
Quebrando pedaços de texto com subtítulos pode ajudar os usuários a folhear e encontrar partes relevantes do texto que desejam ler, bem como adicionar estrutura para mecanismos de pesquisa.
Com base na documentação sobre YATI, é amplamente considerado na comunidade de pesquisa russa que está se separando texto com 250 a 300 palavras com um subtítulo pode render benefícios.
O que é ERNIE (Baidu)?
Continuando com os avanços de ML do Yandex, vamos examinar ERNIE .
Publicidade
Continue lendo abaixo
Baidu, como Google e Yandex tem um histórico com IA e aprendizado de máquina.
Em 2016, o Baidu abriu o código da plataforma PaddlePaddle, que tinha sido usada internamente por vários anos ouvidos para ajudar a desenvolver:
- Algoritmos e tecnologias para melhorar seu produto de pesquisa.
- Classificação escalonável de imagens.
- Tradução automática de textos.
- E a plataforma de publicidade do Baidu.
ERNIE (versão 1.0) foi introduzido no PaddlePaddle, e na ampla ecosfera do Baidu no início de 2019, com uma versão atualizada (2.0) em julho de ano.
ERNIE superou BERT e XLNet em seu momento de introdução em 16 tarefas de PNL e superou o público GLUE leaderboard .
XLNet, sendo uma joint venture entre o Google e a Carnegie Mellon University, superou o BERT na época.
Além disso para ajudar no avanço da tecnologia e produtos de pesquisa, outro grande resultado da ERNIE é um sistema chamado DuTongChuan, que é o primeiro modelo de tradução simultânea com reconhecimento de contexto.
Impacto da ERNIE na pesquisa
ERNIE é uma parte ativa do algoritmo de pesquisa Baidu mais amplo e é usado para fornecer resultados de pesquisa gerais e melhorar a diversificação em feeds de notícias, removendo histórias duplicadas (apesar das diferentes manchetes).
Publicidade
Continue lendo abaixo
ERNIE também desempenha um papel ativo no assistente de IA do Baidu, Xiao Du.
Usando modelos em tempo real (semelhantes ao DuTongChuan), Xiao Du usa ERNIE para entender melhor e responder com mais precisão às solicitações de voz.
Grande parte da literatura publicada em torno do ERNIE é sobre como ele funciona e processa dados.
O impacto real que teve na pesquisa do Baidu como um todo não é conhecido, no entanto, também precisamos lembrar que o Baid u Os resultados do SERP são preenchidos de uma maneira muito diferente do que o Google e o Yandex fazem atualmente.
O Baidu extrai uma série de rich snippets de seus outros produtos, como Baike, Zhidao e Tieba. Isso significa que as consultas orgânicas podem produzir apenas um ou dois resultados na primeira página.
Você pode otimizar para ERNIE?
Semelhante a outros algoritmos de ML sendo implantados na pesquisa, ERNIE é um evolução dos princípios existentes.
Os algoritmos principais do Baidu (Money Plant, Pomegranate, Ice Bucket) incentivaram os webmasters a criar melhores experiências na web para os usuários por vários anos.
Publicidade
Continue lendo abaixo
Hoje, a ERNIE está reforçando esses princípios e recompensando os sites que investiram na experiência de pesquisa do usuário, em vez de tentar manipulá-la.
Mais recursos:
