Google BERT

Google BERT står for Bidirectional Encoder Representations from Transformers. Google udgav teknikken som open source i 2018 og tog den i brug i søgningen i oktober 2019, først på amerikansk engelsk. I december samme år kom den til mere end 70 sprog, også dansk. Når folk søger på "bert google", er det den opdatering, de mener. Det nye var, at modellen læser hele sætningen i begge retninger på en gang. Tidligere systemer læste i højere grad ord for ord.

Hvad ændrede BERT i Google?

Små ord fik pludselig betydning. Google brugte selv et eksempel om visum, hvor det lille ord "to" afgjorde, hvilket land brugeren skulle til. Et dansk eksempel er "medicin til hund med recept" og "medicin til hund uden recept". Det er to forskellige behov. Før BERT kunne de to søgninger give næsten de samme resultater. Med BERT forstår Google forskellen og viser sider, der passer til det, brugeren faktisk spørger om. Ifølge Google påvirkede opdateringen omkring hver tiende engelske søgning i USA ved lanceringen.

Kan man optimere til BERT?

Kun indirekte, og det siger Google også selv. BERT er et værktøj til at forstå sprog, og det belønner tekster, der besvarer spørgsmålet klart. Derfor virker de samme råd som før, bare tydeligere. Skriv til den søgeintention, der ligger bag søgningen. Brug hele sætninger og de ord, kunderne selv bruger. En tekst, der gentager et søgeord unaturligt mange gange, får intet ekstra ud af det, se keyword stuffing.

BERT og Googles andre sprogsystemer

BERT er et af flere sprogsystemer i Googles algoritme. RankBrain kom i 2015 og hjælper med at koble ord til begreber. Neural matching kom i 2018. Systemerne arbejder sammen, og Google oplyste i 2020, at BERT bruges i næsten alle søgninger på engelsk. For long tail-søgninger på dansk betyder det, at en side kan blive fundet på formuleringer, den aldrig har skrevet ord for ord, hvis den dækker emnet godt.

Vil du skrive tekster, der passer til den måde, Google læser på, så se vores guide til SEO-tekster, der ranker.