Как Яндекс и Baidu продвигают поиск с помощью машинного обучения

machine-learning-for-yandex-and-baidu

Google - не единственная поисковая система, которая добивается успехов в машинном обучении. Посмотрите, как Яндекс и Baidu делают расширенный поиск с помощью YATI и ERNIE.

Когда дело доходит до машинного обучения и SEO , ряд достижений за последнее десятилетие обеспечили Google широкую огласку и высокую оценку таких проектов, как RankBrain , BERT и SMITH .

С учетом сказанного, Google - не единственная поисковая система, добившаяся больших успехов в развитии машинного обучения (ML).

За аналогичный период времени с Google Яндекс включил аналогичные проекты в свои рейтинговые процессы, такие как MatrixNet, Palekh, его вторая (более усовершенствованная) итерация Korolyov, а совсем недавно - YATI.

Baidu также участвовал в разработке технологий машинного обучения для поиска, среди которых наиболее известной моделью машинного обучения является ERNIE.

Поскольку я собираюсь использовать слово «трансформер» несколько раз, важно иметь базовое представление о том, что такое трансформер и как такие модели, как BERT и SMITH, связаны с YATI и ERNIE.

Начнем с этого.

Что такое трансформаторы?

Проще говоря, преобразователь - это модель глубокого обучения, используемая в рекуррентных нейронных сетях (RNN) для обработки задач, связанных с последовательными данными и естественным языком.

Трансформаторы способствуют так называемому распараллеливанию.

Это означает, что входные данные не нужно обрабатывать по порядку, что позволяет обрабатывать и упрощать гораздо более крупные и масштабные наборы данных.

Благодаря этому мы получили в SEO предварительно обученные системы, такие как BERT, GPT и SMITH .

Что такое ЯТИ (Яндекс)?

С 2017 года в плане новой технологии машинного обучения от Яндекс.

Однако в конце 2020 года Яндекс запустил новый алгоритм ранжирования на основе трансформирующих нейронных сетей под названием YATI: еще один преобразователь с улучшениями.

Возможно, это не поэтично, но YATI был провозглашен самым значительным и действенным изменением, которое Яндекс внес в свои поисковые алгоритмы ранжирования с момента появления MatrixNet в 2009 году.

Как и в случае со всеми новыми достижениями поисковых систем, машинное обучение не заменяет переменные и параметры, с которыми мы работали раньше, но делает их лучше.

Как и Google, Яндекс использовал ряд алгоритмов для улучшения результатов поиска для пользователей.

Но с 2016 года и внедрения нейронных сетей в свой алгоритм Яндекс выстраивает свой собственный гораздо более сильный алгоритм.

Как YATI повлияет на оптимизацию Яндекса

Судя по информации и заявлениям Яндекса о раскрытии YATI на YaC2020, на новый компонент алгоритма машинного обучения будет приходиться более 50% окончательного веса.

Это означает, что благодаря лучшему пониманию веб-документов и текстов внесение небольших изменений на страницы, таких как изменение тегов заголовков, добавление большего количества ключевых слов и даже доменов с точным соответствием, больше не будет иметь такого влияния (в зависимости от конкуренции и ниши).

Как упоминалось ранее, это не означает, что больше не нужны сильные технические, внутренние и внешние ресурсы.

Это только усложняет управление системой в будущем.

Можете ли вы оптимизировать для YATI?

Поскольку YATI - это эволюция алгоритмов Яндекса, а не революция, по большей части общие принципы оптимизации Яндекса остаются.

Во всяком случае, передовой опыт только усилился.

Заполнить пробелы в тематике контента

Не ограничиваясь ключевыми словами и темами, вы должны убедиться, что ваш контент так же богат ими, как и контент ваших конкурентов.

Например, если вы пытаетесь привлечь пользователей, желающих купить протеиновые порошки и коктейли-заменители еды, но вы не говорите об их ингредиентах, в том числе о пищевом составе, или не предоставляете информацию о том, как они производятся, а ваши конкуренты - это вы в наборе данных самый необычный.

Структурируйте длинный текст лучше

Разделение фрагментов текста на подзаголовки может помочь пользователям бегло просматривать и находить соответствующие части текста, которые они хотят прочитать, а также добавить структуру для поисковых систем.

Основываясь на документации по YATI, в российском поисковом сообществе широко распространено мнение, что разделение текста, состоящего из 250–300 слов, с помощью подзаголовка может принести пользу.

Что такое ЭРНИ (Байду)?

Переходя от достижений Яндекса к ML, давайте посмотрим на ERNIE .

У Baidu, как и у Google и Яндекс, есть история с искусственным интеллектом и машинным обучением.

В 2016 году Baidu представила платформу PaddlePaddle с открытым исходным кодом, которая в течение нескольких лет использовалась внутри компании для разработки:

  • Алгоритмы и технологии для улучшения своего поискового продукта.
  • Масштабируемая классификация изображений.
  • Машинный перевод текстов.
  • И рекламная платформа Baidu.

ERNIE (версия 1.0) была представлена ​​в PaddlePaddle и более широкой экосфере Baidu в начале 2019 года, а обновленная версия (2.0) выйдет примерно в июле того же года.

ERNIE превзошла BERT и XLNet на момент внедрения по 16 задачам НЛП и возглавила общедоступную таблицу лидеров GLUE .

XLNet, совместное предприятие Google и Университета Карнеги-Меллона, в то время превосходило BERT .

Помимо помощи в развитии технологий и продуктов для поиска, еще одним замечательным результатом ERNIE является система DuTongChuan, которая является первой в истории контекстно-зависимой моделью синхронного перевода.

Влияние ERNIE на поиск

ERNIE является активной частью более широкого поискового алгоритма Baidu и используется как для обслуживания общих результатов поиска, так и для улучшения диверсификации в новостных лентах путем удаления повторяющихся историй (несмотря на разные заголовки).

ЭРНИ также играет активную роль в помощнике Baidu по ИИ, Сяо Ду.

Используя модели реального времени (аналогичные DuTongChuan), Сяо Ду использует ERNIE, чтобы лучше понимать и точнее отвечать на голосовые запросы.

Большая часть литературы по ERNIE посвящена тому, как она работает и обрабатывает данные.

Фактическое влияние, которое он оказал на поиск Baidu в целом, неизвестно, однако мы также должны помнить, что результаты выдачи Baidu выдаются совсем другим способом, чем Google и Яндекс в настоящее время.

Baidu извлекает ряд расширенных фрагментов из других своих продуктов, таких как Baike, Zhidao и Tieba. Это означает, что обычные запросы могут давать только один или два результата на первой странице.

Можете ли вы оптимизировать для ERNIE?

Подобно другим алгоритмам машинного обучения, используемым в поиске, ERNIE является развитием существующих принципов.

Основные алгоритмы Baidu (Money Plant, Pomegranate, Ice Bucket) на протяжении многих лет побуждали веб-мастеров создавать лучшие веб-возможности для пользователей.

Сегодня ERNIE укрепляет эти принципы и вознаграждает веб-сайты, которые вкладывают средства в удобство поиска, а не пытаются играть в него.

Оптимизация внутренних ссылок: 11 советов по созда...
Генеральный директор YouTube назвал приоритеты для...

Читайте также:

 

By accepting you will be accessing a service provided by a third-party external to https://2y2.ru/