Googleが文脈を理解する「BERT（バート）」とは何か？仕組みと対策方法

2019年10月にGoogleの検索アルゴリズムがアップデートされました。通称BERT（バート）アップデート。

この記事では下記参考サイトの内容を踏まえ、BERT（バート）アップデートとは何か、解説と個人的見解を述べています。

BERT（バート）とは？何がすごいのか

検索クエリのニュアンスや文脈を理解して、より関連性の高い検索結果を返すため、自然言語処理技術として BERT（バート）が取り入れられました。

自然言語処理とは
自然言語とは、人間が生活の中で普通に使ってる言葉のこと。それをコンピューターが理解できるようにするのが自然言語処理。

簡潔に表すとBERT（バート）により、言葉の意味や文脈を理解する精度が格段に上がったといえます。
特定の分野では、人間を超える数値を叩き出してるとか。

どのような方法で数値を計測しているかは、参考サイトをご覧ください。

BERTとは何か？Googleが誇る最先端技術の仕組みを解説！｜Udemy メディア
https://udemy.benesse.co.jp/ai/bert.html

BERT（バート）とこれまでの検索システムの違い

これまでの検索アルゴリズムでは、主に形態素解析が使われていました。

形態素とは
言葉が意味を持つまとまりの最小単位のこと。

形態素の例

「新橋で美味しいラーメン屋さん」
↓
「新橋／で／美味しい／ラーメン屋／さん」

こんなふうに意味が通じるギリギリのところまで単語を分解したのが形態素です。
中学の国語の授業でやった気がします。

Googleのアルゴリズムは、形態素に分解したうえで名詞・動詞・形容詞・形容動詞を検索結果に反映させています。

新橋（名詞）／で（助詞）／美味しい（形容詞）／ラーメン屋（名詞）／さん（接尾辞）

つまり「新橋　美味しい　ラーメン屋」として検索結果を返しています。

この際名詞・動詞・形容詞・形容動詞以外は検索に使用しないので、
「新橋で美味しい　ラーメン屋」
「新橋が美味しい　ラーメン屋」
で検索しても結果は変わらないはずです。

これが今までの検索のシステム。

BERT（バート）がどのように検索を変えるのか

では、BERT（バート）がどのように検索結果に影響を与えるのでしょうか。
大きく分けて2つ予想されます。

１）検索結果の正規化

Googleがサンプルとして載せているのが英語例なのでちょっとわかりづらいかもですが、以下の検索例をご覧ください。

以前のGoogleは”to”の役割を理解できず、『アメリカ人がブラジルに旅行するときにビザは必要か』と逆の意味に誤認。検索結果も間違った答えを返していた。

それが、BERT（バート）を導入することで文脈を正しく理解するように進化！

「ブラジル人がアメリカに旅行するにはこのビザが必要」と書かれたページが、正しく検索上位に表示されるようになったそうです。

２）音声検索への対応

米国では2020年までにすべての検索の50%が音声検索になると言われています。
音声検索はより口語的なワードで行われるため、複雑化・多様化した検索ニーズに対応していくのではないかと予想されます。

BERT（バート）の対策方法

実装されたBERT（バート）アップデートに対策すべきこと。

なし。

BERT（バート）はあくまでも精度を上げるために取り入れられました。
これまで文脈を理解されず上位に表示されなかったページが、正しく評価されるようになった。
つまり、いつも通りユーザーの検索意図に合った記事づくりをしていれば、より正しく評価される可能性が高まっただけ。
特別手を打つ必要はないと思われます。

いくつかのサイトでは、口語的な文章を記事内に盛り込むためにQ&Aを実装すべき、とありますが個人的にはあまり納得できません。

例えば、口語検索「新橋で美味しいラーメン屋を教えて」に対応するために、
Q.新橋で美味しいラーメン屋を教えて
A.新橋駅から徒歩3分の「〇〇ラーメン」がおすすめです。
こんなイメージでしょうか。

これって数年前のSEOに逆戻りしてませんか？
つまり、記事の中にターゲットとなるワードを盛り込んでおけば、上位に表示された時代のSEOですよね。

単純なキーワードの挿入に効果がないことは今では当たり前のこと。
Q&Aを実装するだけでは意味がないことにすぐ行きつきますよね。

大きなアルゴリズムがあるたびに様々な情報が行き交いますが、いつも結論はひとつ。
検索意図を意識した記事づくりがSEOの絶対条件になってくるんですね。

以上、Googleが文脈を理解する「BERT（バート）」とは何か？仕組みと対策方法でした。

メインビジュアル使用素材
Slidesgo – jp.freepik.com によって作成された business ベクトル