La fonction Couverture complète de Google News arrive sur Google Search

Depuis Mai 2018, donne un aperçu approfondi des principaux sujets et des actualités à travers une fonctionnalité appelée “Couverture complète”.

La fonction Couverture complète de Google News arrive sur Google Search

Elle comprend les grands titres de l’actualité chaude et locale, ainsi que le contexte tels que les explications, les interviews et les reportages approfondis sur des sujets comme COVID-19 et les élections américaines.

rend maintenant la fonctionnalité beaucoup plus visible en ajoutant une couverture complète à la recherche via .

Il s’appuie sur les résultats de news qui sont déjà affichés dans Google Search. Vous pouvez accéder à la page couverture complète pour ce sujet (si elle existe) en faisant défiler jusqu’à la fin des actualités ou en appuyant sur le lien « Plus d’actualités sur … » en-dessous du carrousel.

La grande refonte de Google Actualités en 2018 a donc introduit une fonctionnalité « Couverture complète » qui rassemble le contexte et d’autres perspectives pour les actualités majeures dans un flux, et il est maintenant à venir à la recherche.

La grande refonte de Google Actualités en 2018 a donc introduit une fonctionnalité « Couverture complète » qui rassemble le contexte et d’autres perspectives pour les actualités majeures dans un flux, et il est maintenant à venir à la recherche.

À l’époque, en 2018, nous décrivions la couverture complète comme offrant un éventail presque exhaustif de sources et de perspectives sur le sujet. Google dit qu’il s’agit d’un temps réel, une « vue à 360 degrés » des actualités et des sujets.

Et, contrairement aux flux personnalisés ailleurs, tout le monde voit le même contenu dans la couverture complète. L’entreprise l’appelle « la fonctionnalité la plus puissante de l’application ».

Maintenant, dans la recherche Web, aux États-Unis et les résultats en anglais sur mobile, vous pouvez commencer à voir la couverture complète.

Ainsi, dans les applications Google Actualités et Discover aujourd’hui, avec juste une tape, les utilisateurs peuvent voir les actualités à la une, les titres locaux, les contenus détaillés, des explications, interviews et plus encore.

Ce contexte supplémentaire est maintenant à venir dans Google Search, avec une couverture complète destinée à aider les gens à mieux comprendre les histoires complexes.

Google déclare en effet :

Lorsque vous êtes à la recherche d’informations sur un sujet en temps opportun, vous voyez un carrousel d’articles en haut de vos résultats de recherche mettant en évidence les nouvelles pertinentes.

Maintenant, … vous pouvez aller dans une page de couverture complète après avoir fait défiler à la fin du carrousel des stories haut ou en sélectionnant « Plus d’actualités sur … » juste en dessous du carrousel.

Google cite également la « nouvelle technologie » pour aider à \ »détecter les nouvelles de longue durée qui s’étendent sur plusieurs jours, comme le Super Bowl, à de nombreuses semaines ou mois comme la pandémie COVID-19.\ »

Nous organisons ensuite la page couverture complète pour aider les gens à trouver facilement les meilleures actualités ainsi que du contenu supplémentaire comme des explications et une couverture locale qui sont utiles pour comprendre ces histoires complexes.

En d’autres termes, d’après Searchengineland, Google dit qu’il utilise pour alimenter un grand nombre de nouvelles pleine couverture.

Google BERT est utilisé dans les actualités de couverture complète pour mieux faire correspondre les vérifications des faits avec les actualités.

Une couverture complète peut être en mesure de mettre en avant plus de votre contenu de différentes façons, non seulement dans Google Actualités, mais maintenant aussi via Google Search.

La fonctionnalité “Couverture complète” est lancée aujourd’hui sur les appareils mobiles, en commençant par l’anglais aux États-Unis et se déployera plus largement à partir de là avec plus d’emplacements et de langues pris en charge dans les prochains mois.

Si vous remarquez des changements dans votre trafic et que vous êtes dans le monde de l’édition de news, vous saurez maintenant pourquoi.

.tb_button {padding:1px;cursor:pointer;border-right: 1px solid #8b8b8b;border-left: 1px solid #FFF;border-bottom: 1px solid #fff;}.tb_button.hover {borer:2px outset #def; background-color: #f8f8f8 !important;}.ws_toolbar {z-index:100000} .ws_toolbar .ws_tb_btn {cursor:pointer;border:1px solid #555;padding:3px} .tb_highlight{background-color:yellow} .tb_hide {visibility:hidden} .ws_toolbar img {padding:2px;margin:0px}

Google annonce des mises à jour de l’IA de Google Search

Les mises à jour de l’Intelligence Artificielle de Search auront un impact sur la façon dont les sites sont classés. Analyse des changements pour le référencement et l’édition.

Google annonce des mises à jour de l’IA de Google Search

Google a donc annoncé des changements profonds qui auront un impact sur les sites que Google classe dans les résultats de recherche.

Certains changements ont une incidence sur 10%7%. Le changement dans la façon dont est utilisé a un impact sur près de 100% des recherches alors que l’an dernier, il n’a eu un impact que sur 10%.

Certaines mises à jour sont à venir d’ici la fin de l’année. D’autres sont déjà en direct dans les résultats de recherche.

22 ans après, nous nous concentrons toujours sur la fourniture de l’expérience de la plus utile alimentée par #GoogleAI – qu’il s’agisse de donner de meilleures réponses, de trouver des moments clés dans les vidéos, d’apporter des informations utiles à l’AR (Réalité Augmentée, NDLR) dans Maps, fredonnez pour rechercher + plus. #SearchOn

Beaucoup d’améliorations de l’algorithme annoncé créeront probablement plus de diversité dans les résultats de recherche, mais cela va le rendre plus difficile à plusieurs degrés pour le .

Dans une récente keynote PubCon, Google John Mueller a été simple dans sa prédiction pour dire que le référencement Web deviendra plus difficile dans un proche avenir.

Google BERT Est maintenant proche de 100%

L’une des plus grandes révélations est que Google utilise BERT dans pratiquement toutes les requêtes de recherche.

Google BERT est une technique de traitement du langage naturel pré-formé qui aide Google à comprendre les mots dans le contexte des mots environnants.

Google a dit que BERT aide Google Search à mieux comprendre l’intention d’une requête de recherche.

Intention de recherche ou recherche de mots clés ? 

Votre recherche de mots clés doit évoluer au-delà de la correspondance exacte. Vous devez comprendre le langage que vos clients utilisent pour communiquer leur intention.

Lorsque BERT a été annoncé, Google avait déclaré qu’il était utilisé dans 10% des requêtes de recherche, en particulier sur les types de requêtes requêtes de recherche plus longues (longue traîne).

À l’avenir, BERT aura un impact sur presque l’ensemble des requêtes de recherche en langue anglaise. Selon Google :

Aujourd’hui, nous sommes ravis de partager que BERT est maintenant utilisé dans presque toutes les requêtes en anglais, ce qui vous aide à obtenir des résultats de meilleure qualité pour vos questions.

Nouvel algorithme d’orthographe

Google a également annoncé un algorithme d’orthographe () qui aide Google à mieux comprendre les mots mal orthographiés. Google a dit que c’est la plus grande amélioration de l’orthographe en 5 ans.

Google a également annoncé un algorithme d’orthographe qui aide Google à mieux comprendre les mots mal orthographiés. Google a dit que c’est la plus grande amélioration de l’orthographe en 5 ans.

Ce qui rend l’algorithme d’orthographe d’intérêt, c’est qu’il aide Google à comprendre le contexte des mots mal orthographiés.

Des passages de contenu indexés

Il s’agit d’un changement important qui peut créer l’impact le plus visible sur les pages de résultats de recherche Google (SERP).

Google indexe maintenant des passages dans une page Web, pas seulement la page Web elle-même.

Ainsi, essentiellement, les passages d’une page Web peuvent être traités comme des pages Web elles-mêmes lors du retour d’une requête de recherche.

Google dit que cela aura un impact sur 7% des requêtes de recherche.

Ci-dessous une capture d’écran d’un résultat de recherche avant et après montrant comment Google classe les passages d’une page Web au lieu d’une page Web. Web.

Ci-dessous une capture d’écran d’un résultat de recherche avant et après montrant comment Google classe les passages d’une page Web au lieu d’une page Web. Web.

Cette mise à jour permet à Google de mettre en surbrillance dans les pages où la réponse à une requête est profondément ancrée dans le contenu.

Exemple de passages en direct sur Mobile

L’exemple montré par Google n’était pas en direct sur la recherche de bureau. Mais l’exemple est en direct sur la recherche Google Mobile et il montre un résultat de recherche différent.

Ci-dessous la capture d’écran d’un résultat de page Web d’algorithme de passages avec le texte mis en surbrillance :

Ci-dessous la capture d’écran d’un résultat de page Web d’algorithme de passages avec le texte mis en surbrillance

Lors du diagnostic des baisses de trafic, il peut être utile de vérifier les différences entre mobile et bureau pour voir s’il y a un changement dans le comportement de recherche liée à cet algorithme.

Google explique :

Nous avons récemment fait une percée dans le classement et sommes maintenant en mesure d’indexer non seulement les pages Web, mais aussi les passages individuels des pages.

En comprenant mieux la pertinence de passages spécifiques, et pas seulement la page globale, nous pouvons trouver cette aiguille-dans-une-botte de foin des informations que vous recherchez.

Cette technologie permettra d’améliorer 7% des requêtes de recherche dans toutes les langues que nous le déployons à l’échelle mondiale.

Google dit que plutôt que de classer une page Web plus large sur le sujet, Google peut maintenant classer un passage spécifique pour une requête de recherche.

Cela semble être un énorme changement dans la façon dont les pages Web sont classées.

Les subtopics

Il s’agit d’un autre domaine qui peut avoir un impact spectaculaire sur la façon dont les requêtes de recherche pour les phrases de recherche plus larges et générales sont classées. Les requêtes de recherche générales, comme « l’équipement d’exercice à la maison » peuvent signifier beaucoup de choses différentes à différentes personnes.

C’est comme essayer de comprendre ce que les gens veulent dire quand ils cherchent jaguar : est-ce la voiture, l’animal de l’équipe de football ?

Cette mise à jour, à venir d’ici la fin de 2020, montrera une plus grande diversité de pages Web pour les requêtes de recherche larges.

C’est l’un de ces changements de type compromis, où il est difficile de dire qui sont les gagnants et les perdants. Par exemple, le subtopic “Ranking” va rendre plus difficile de se classer pour des phrases clés larges à fort trafic . 

Mais cela bénéficiera aux entreprises qui optimisent pour les “sous-topics” spécifiques et n’auraient jamais eu la chance de se classer pour le sous-sujet à trafic plus élevé.

Donc, si vous êtes en compétition pour un sujet large, vous pouvez vous assurer que vos pages “subtopic” sont bien optimisées.

Voici comment Google l’explique :

Nous avons appliqué des réseaux neuronaux pour comprendre les sous-topics autour d’un centre d’intérêt, ce qui contribue à offrir une plus grande diversité de contenu lorsque vous recherchez quelque chose de large.

À titre d’exemple, si vous recherchez de l’équipement d’exercice à domicile, nous pouvons maintenant comprendre les sous-topics pertinents, tels que le budget de l’équipement, les choix premium ou les petites idées d’espace, et afficher un plus large éventail de contenu pour vous sur la page des résultats de recherche.

Nous allons commencer à le déployer d’ici la fin de l’année.

10% des recherches seront affectées par le changement vidéo

Cette mise à jour affectera 10% des recherches. Cela représente un changement majeur pour le SEO qui souligne l’importance d’ajouter la vidéo à la combinaison de types de contenu que les éditeurs produisent.

Ce changement est similaire à l’algorithme “Passages” décrit ci-dessus, appliqué uniquement aux vidéos. Cette nouvelle technique utilise l’IA (Intelligence Artificielle) pour comprendre les différents passages dans les vidéos.

Plutôt que de classer des vidéos entières qui sont sur un sujet, Google analysera les vidéos, attribuera une balise à chaque section pour décrire de quoi il s’agit, puis enverra les chercheurs directement à ces sections d’une vidéo.

Cela va avoir un impact sur les pages de résultats et peut-être la production vidéo et la planification pour s’assurer que les vidéos sont facilement comprises, section par section.

Voici comment Google l’a décrit :

Grâce à une nouvelle approche axée sur l’IA, nous sommes maintenant en mesure de comprendre la sémantique profonde d’une vidéo et d’identifier automatiquement les moments clés de la vidéo

Cela nous permet de marquer ces moments dans la vidéo, de sorte que vous pouvez les parcourir comme des chapitres dans un livre.

Nous avons commencé à tester cette technologie cette année, et d’ici la fin de 2020, nous nous attendons à ce que 10% des recherches sur Google utilisent cette nouvelle technologie.

Ensembles de données dans la recherche

Cela peut avoir un impact sur les sites qui dépendaient du classement des données statistiques et des sites qui vendent des rapports statistiques.

Ce changement contourne les pages Web et affiche la statistique directement dans le résultat de recherche comme une réponse à une question.

C’est une sorte de résultat de recherche à zéro clic, mais cela offre également la possibilité de découvrir et de rechercher le sujet plus en profondeur.

Voici comment Google l’explique :

Parfois, le meilleur résultat de recherche est une statistique. Mais souvent, les statistiques sont enfouies dans de grands ensembles de données et pas facilement compréhensibles ou accessibles en ligne.

Depuis 2018, nous travaillons sur le Projet Data Commons, une base de données de connaissances ouvertes sur les données statistiques… maintenant nous rendons ces informations plus accessibles et utiles par le biais de Google Search.

Google utilise le traitement du langage naturel pour comprendre si une requête de recherche est satisfaite par une statistique, puis la retire de la Data Commons pour l’afficher comme une réponse ainsi que d’afficher des informations contextuelles supplémentaires pour l’exploration de sujets plus profonds.

Enfin, mais certainement pas des moindres, Google dit s’engager à ouvrir l’accès à tous. Il vise à aider le web ouvert à prospérer, en envoyant plus de trafic vers le web ouvert chaque année depuis la création de Google.

Google est gratuit pour tous, accessible sur n’importe quel appareil, dans plus de 150 langues à travers le monde, et il continue à élargir sa capacité à servir les gens partout dans le monde.

Ainsi, où que vous soyez, quoi que vous cherchiez, quelle que soit la mesure où vous êtes capable de chanter, de l’épeler, de le dire ou de le visualiser, vous pouvez effectuer des recherches avec Google, dixit Google. 

Source : Searchenginejournal 

.tb_button {padding:1px;cursor:pointer;border-right: 1px solid #8b8b8b;border-left: 1px solid #FFF;border-bottom: 1px solid #fff;}.tb_button.hover {borer:2px outset #def; background-color: #f8f8f8 !important;}.ws_toolbar {z-index:100000} .ws_toolbar .ws_tb_btn {cursor:pointer;border:1px solid #555;padding:3px} .tb_highlight{background-color:yellow} .tb_hide {visibility:hidden} .ws_toolbar img {padding:2px;margin:0px}

Google BERT et son influence sur le Ranking

parle de l’algorithme BERT et comment il s’inscrit dans le classement des pages Web.

Google BERT et son influence sur le Ranking

Dans un récent hangout, John Mueller de chez Google a répondu à une question sur le fait d’être impacté par la mise à jour Google BERT

Impacté par Google BERT update

Un éditeur ou un référenceur a décrit une situation où il a vu un certain nombre de sites négativement impactés par une mise à jour. Il déclare que cela semblait beaucoup plus important que l’intention.

John Mueller n’a pas commenté l’intention de recherche. Sa réponse s’est concentrée sur ce que fait réellement BERT et ce que sont vraiment les questions de classement liés à .

Voici la question qui a été posée :

Nous avons vu certains sites Web qui ont été touchés par la mise à jour de et ils n’ont toujours pas récupéré. Cette mise à jour n’était-elle que sur l’intention ? Parce qu’il semble qu’il s’agissait de plus que de cela.

Et John Mueller de répondre :

BERT est essentiellement un web de meilleure compréhension du texte. Ce n’est pas un changement de classement en ce sens.

Ce n’est pas une mise à jour… une sorte d’une mise à jour d’algorithme qui nous fait tout d’un coup classer les choses différemment.

Ce que Mueller semble communiquer, c’est que BERT ne fait pas partie du classement. Puis il explique ce qu’est vraiment BERT :

Mais il s’agit vraiment de comprendre le texte.

Cela signifie donc que nous travaillons dur pour comprendre quand les gens saisissent des requêtes dans les résultats de recherche. En particulier, lorsqu’il s’agit de longues questions où nous devons comprendre quel est le contexte ici, ce que les gens recherchent réellement dans cette requête.

John Mueller a expliqué que BERT est particulièrement sur le sens de longues requêtes de recherche. Les gens expriment vocalement de plus en plus de requêtes de recherche et, dans certains cas, ce sont des questions plus longues.

Le rôle de Google BERT, d’après ce que Mueller a expliqué, est d’aider à donner un sens à ces requêtes de recherche.

John Mueller continue, expliquant maintenant comment BERT aide Google à comprendre les pages Web :

Et quand il s’agit des pages elles-mêmes, nous essayons de comprendre de quoi il s’agit réellement dans ces pages et comment ces pages sont-elles cartographiées pour les questions spécifiques que nous avons.

Comment comprendre Google BERT

Une façon de penser à ce qui se passe avec BERT, c’est que c’est un moyen de mieux comprendre les pages Web et les requêtes de recherche

Je porte des lunettes parce que je ne vois pas les objets qui sont loin. Sans mes lunettes, je ne peux pas lire les panneaux routiers sur l’autoroute. Avec mes lunettes, je peux lire les signaux et comprendre quand j’ai besoin de ralentir et me préparer à sortir.

Ainsi, BERT peut être considéré comme jouant le rôle de rendre les requêtes de recherche et les pages Web plus compréhensibles.

Pouvoir voir ne joue pas un rôle dans ma décision de prendre une sortie d’autoroute par rapport à une autre. Je sais quelle sortie je cherche. Mes lunettes ne m’aident qu’à voir la sortie.

De même, BERT ne joue pas un rôle dans le processus de classement. Il s’agit simplement d’interpréter des pages Web et des requêtes, comme mes lunettes me permettent d’interpréter les panneaux routiers, dixit Searchenginejournal

Voici ce que John Mueller déclare par la suite :

Ce n’est donc pas un changement de ranking en soi. Il s’agit vraiment de comprendre le texte sur la page et le texte que les gens tapent dans les requêtes.

Et de ce point de vue, ce n’est pas que les sites Web sont impactés par cette mise à jour. C’est vraiment que nous essayons de comprendre de quoi il s’agit.

Et si ces pages sont telles qu’il est vraiment difficile de comprendre de quoi il s’agit, alors les utilisateurs auront des problèmes avec elles et notre moteur de recherche aura également des problèmes avec elles.

Maintenant, John Mueller explique que ce que les éditeurs estiment comme «avoir été affectés» par une mise à jour BERT, c’est généralement autre chose :

Habituellement, dans les cas où j’ai lu les gens dire qu’ils ont été touchés par ce genre d\’update, c’est plus qu’il y avait juste des changements généraux dans la recherche au fil du temps qui ont également eu lieu, et nous faisons des changements dans la recherche tout le temps.

Donc, ce n’est pas nécessairement le cas que parce que Google comprend mieux les pages, nous avons alors soudainement décidé de pénaliser un ensemble de pages individuelles.

Parce que nous essayons de mieux comprendre ces pages, non d’essayer de comprendre ce que les gens font mal.

Conclusion

D’après John Mueller de chez Google, BERT ne devrait pas être considéré comme un 

algorithme de classement. Il encourage les éditeurs à y penser comme un moyen de mieux comprendre les requêtes de recherche et les pages Web. 
Selon l’annonce officielle de Google concernant BERT en Octobre 2019, BERT a touché 10% des requêtes de recherche, en particulier les questions conversationnelles.

Voici ce que l’annonce a dit:

Particulièrement pour des requêtes plus longues, plus conversationnelles, ou des recherches où les prépositions comme \ »pour\ » et \ »à\ » ont beaucoup d’importance dans la signification, sera en mesure de comprendre le contexte des mots dans votre requête.

Vous pouvez rechercher d’une manière qui vous semble naturelle.

La réponse de John Mueller est utile parce qu’elle clarifie que BERT est quelque chose en dehors de la partie classement de l’algorithme et qu’il ne cible pas les pages Web pour les choses qu’elles font mal.

Sa réponse encourage également les éditeurs à se tourner vers d’autres raisons pour lesquelles une page aurait pu perdre des positions dans les classements, des raisons au-delà de BERT.

Google BERT déployé partout dans le monde

a annoncé via que son algorithme BERT est maintenant déployé dans le monde entier, y compris en France.

Google BERT déployé partout dans le monde

permettra à Google de mieux comprendre les requêtes de recherche grâce à une technologie d’intelligence artificielle.

BERT, notre nouvelle façon pour Google Search de mieux comprendre la langue, est en train de se déployer dans plus de 70 langues dans le monde entier. Il a d\’abord été lancé en Octobre dernier pour l\’anglais US.

Qu’est-ce que BERT ?

BERT est un algorithme qui aide Google à mieux comprendre les requêtes de recherche. Vous pouvez en savoir plus ici, ainsi que son impact sur le SEO.

Quelles langues BERT affecte-t-il ?

Google Search Liaison a noté que BERT est en cours de déploiement pour 72 langues. Il n\’a pas dit 72 langues, mais il a plutôt énuméré les 72 langues que BERT affecte, dont la langue française.

Comment le BERT affectera-t-il les pages de résultats internationaux ?

Google a déjà noté que BERT a affecté 10% des requêtes de recherche pour le déploiement en langue anglaise aux États-Unis. Il est possible que BERT affecte des quantités similaires de requêtes de recherche à l\’échelle mondiale.

L’algo BERT est destiné à améliorer la façon dont Google comprend les requêtes de recherche. Donc, si Google comprend mieux la requête, cela signifie que Google est en mesure de rediriger le trafic de recherche organique vers les pages Web les plus appropriées.

Donc, s\’il y a un effet sur la recherche internationale, il se pourrait que la qualité du trafic de recherche devrait s\’améliorer.

Voici ce que l\’annonce de Google en Octobre pour le déploiement de la langue anglaise a dit sur l\’internationalisation de BERT :

Nous appliquons également BERT pour améliorer la recherche pour les gens à travers le monde.

Une caractéristique puissante de ces systèmes est qu\’ils peuvent prendre des apprentissages d\’une langue et les appliquer à d\’autres.

Ainsi, nous pouvons prendre des modèles qui apprennent de l\’amélioration de l\’anglais (une langue où la grande majorité du contenu web existe) et les appliquer à d\’autres langues.

Cela nous aide à mieux retourner les résultats pertinents dans les nombreuses langues dans lesquelles la recherche est offerte.

BERT affecte les featured snippets internationaux

Les extraits optimisés ou featured snippets sont affectés par BERT. Ainsi, nous pouvons voir une augmentation ou une amélioration des extraits optimisés internationaux dans les langues où des featured snippets sont disponibles.

En ce qui concerne les moteurs de recherche, BERT est conçu pour mieux comprendre l\’intention derrière la requête d\’un utilisateur, et Google a dit que 10% de toutes les recherches sont touchées par la mise à jour BERT.

Ce que confirme d\’ailleurs Danny Sullivant de chez Google :

Ça varie selon la langue, mais c\’est généralement en ligne avec le chiffre de 1 sur 10 que nous avons partagé sur l\’anglais US.

Maintenant que l\’algorithme est en train de recevoir un déploiement mondial, la recherche Google dans ces 72 autres langues devrait bénéficier des capacités de traitement des langues de BERT.

Source

Google BERT et son impact sur le référencement

GoogleL’update Google BERT

C\'est quoi Google BERT et quel est son impact sur le SEO ?

est une mise à jour majeure de Google qui, selon lui, affectera les requêtes de recherche complexes ou conversationnelles qui dépendent du contexte.

déclaré en substance dans son post :

amélioration de la compréhension du langage, en particulier pour le langage plus naturel et les questions conversationnelles, comme dans les recherches et mieux correspondre à ces requêtes avec des résultats utiles.

Particulièrement pour les requêtes plus longues et plus conversationnelles (en rapport avec la longue traîne, NDLR) ou les recherches où les prépositions comme « pour » et « à » importent beaucoup au sens, la recherche sera en mesure de comprendre le contexte des mots dans votre requête.

C’est quoi l\’algorithme Google BERT ?

Bill Slawski (@bill_slawski de @GoFishDigital), expert en brevets d\’algorithmes de Search, a décrit BERT comme ceci :

Bert est une approche de pré-formation du traitement du langage naturel qui peut être utilisée sur un grand nombre de textes.

BERT s\’occupe de tâches telles que la reconnaissance d\’entité, une partie du marquage de la parole, et la réponse aux questions entre autres traitement du langage naturel. BERT aide Google à comprendre le texte en langage naturel du Web.

Google a ouvert cette technologie en open source, et d\’autres ont créé des variations de BERT.

L\’algorithme BERT (Bidirectional Encoder Representations from Transformers) est un algorithme d\’apprentissage profond lié au traitement du langage naturel. Il aide une machine à comprendre ce que signifient les mots d\’une phrase, mais avec toutes les nuances du contexte.

Voici quelques caractéristiques de :

  1. BERT est un peu comme RankBrain, en ce qu\’il s\’agit d\’un algorithme d\’apprentissage automatique (machine learning) qui vise à mieux comprendre les requêtes et le contenu sur une page.
  2. BERT est techniquement basé sur le réseau neuronal pour le traitement du natural language processing (NLP, pour processus de pré-entraînement ou pré-formation du langage naturel).

    BERT signifie Bidirectional Encoder Representations from Transformers. Google a écrit à ce sujet l\’année dernière, plus de détails ici.

  3. BERT permet à Google de comprendre les requêtes qui sont plus humaines, les requêtes et le contenu qui sont plus naturels en langage et sous forme de conversation.

    BERT aide Google à comprendre les nuances et le contexte des mots dans les recherches et à mieux faire correspondre ces requêtes avec des résultats plus pertinents.

  4. BERT ne remplace pas RankBrain ou d\’autres algorithmes de langage, il peut être utilisé en conjonction avec eux.
  5. Il serait difficile de prétendre optimiser pour BERT comme vous ne pouvez en principe pas optimiser pour RankBrainil suffit d\’écrire pour les humains.
  6. La correspondance neurale (Neural Matching) est différente aussi.

Google BERT et le SEO on-page

Searchenginejournal a demandé à l\’experte en algorithme de recherche Dawn Anderson (@dawnieando sur Twitter), ce que cela signifiait pour les et elle a répondu que cela n\’aidera pas les sites Web qui sont mal écrits.

D’après Dawn :

BERT et consorts améliorent l\’état de l\’art sur 11 tâches de traitement du langage naturel.
Mais que faire si l\’accent (sujet principal, NDLR) d\’une page est très faible, vu que le contexte est désormais amélioré en raison de la nature bidirectionnelle de BERT.

Il y aura encore beaucoup de travail à faire pour les SEO puisqu’ils doivent mettre l\’accent sur ce qui est important, utiliser des structures claires, aider à transformer des données non structurées en données semi-structurées, utiliser des indices sur les pages de contenu faible en utilisant des choses comme le maillage interne.

Comment l\’algorithme Google BERT affecte-t-il le SEO ?

La mise à jour BERT de Google améliore donc la façon dont Google comprend les requêtes de recherche. BERT analyse les requêtes de recherche, pas les pages Web.

Cependant, comme Dawn l\’a dit, le SEO On-Page ( interne des pages) devient plus important en termes d\’utilisation des mots de manière précise. Le contenu bâclé peut ne pas être aidé par la mise à jour Google BERT.

Il est très important de comprendre que BERT analyse les requêtes de recherche, et non le contenu d\’une page.

Aussi, bien qu\’il n\’y ait pas grand-chose que vous puissiez faire pour optimiser directement BERT, cela signifie que vous devriez doubler vos efforts pour créer du contenu pertinent et de qualité.

Comme Google s\’améliore dans la compréhension du langage naturel et obtient le sens réel et le contexte derrière ses nombreuses requêtes de recherche, il sera également meilleur pour trouver les pages qui correspondent le mieux à ces requêtes.

Cela signifie que le contenu léger ou non-pertinent et mal rédigé ne correspondra probablement pas à la vision de BERT.

Concentrez-vous plutôt sur la création de contenu orienté vers les questions réelles que votre audience se pose.

Les spécialistes du marketing peuvent également prendre de l\’avance en incorporant des sections FAQ dédiées, axées non seulement sur la densité des mots clés, mais aussi sur la qualité des réponses.

En ce qui concerne les featured snippets, le balisage des pages avec FAQ, “Comment faire”, et le schéma de questions-réponses est recommandé pour augmenter la probabilité de votre page d\’être récupérée par BERT.

Aussi à noter, gardez à l\’esprit que parce que les extraits optimisés sont montrés assez souvent dans les résultats de recherche vocale, l\’introduction de BERT aura probablement un grand effet sur la recherche vocale aussi.

Que signifie la mise à jour Google BERT pour vous SEO ?

Autrement dit, BERT est une grosse opportunité. Google lui-même présente BERT comme étant “le plus grand bond en avant dans les cinq dernières années, et l\’un des plus grands sauts en avant dans l\’histoire de Search.\ »

Bien que l\’intention de BERT est de bénéficier aux internautes chercheurs, il semble inévitable qu\’il aura un effet sur la façon dont les sites sont classés dans les résultats.

Votre meilleur pari est de surveiller de près votre classement au cours des prochaines semaines.

Si vous remarquez des baisses, assurez-vous d\’évaluer le contenu sur la page et assurez-vous qu\’il correspond étroitement à l\’intention de l’internaute qui utilise le moteur de recherche Google..

Des précisions de Google concernant l’optimisation pour BERT

Danny Sullivan a publié quelques Tweets en réponses aux SEO qui voulaient en savoir plus comment optimiser des pages pour Google Bert :

Il n\’y a rien à optimiser avec BERT, ni rien pour quiconque à repenser. Les principes fondamentaux de nous qui cherchons à récompenser le bon contenu restent inchangés.

Ma réponse a été que BERT ne change pas les principes fondamentaux de ce que nous avons longtemps dit: écrire du contenu pour les utilisateurs.

Vous ou toute personne travaillant avec des clients avez longtemps été en mesure de dire que c\’est ce que nous disons.

Pour conclure, citons Danny Sullivan (@SearchLiaison) de chez Google qui déclare dans un Tweet :

Pour être encore plus précis, le blog explique que Google BERT est utilisé pour le ranking général maintenant.

Nous n\’avons pas de calendrier pour les versions ultérieures. Pour les featured snippets, c\’est actif pour n\’importe quelle langue qui en a (il y a près de 25 pays dans lesquels ils sont pris en charge).

Google BERT est déployé pour le classement et les featured snippets

GoogleBERTGoogle Search

Google déploie les modèles BERT

“faiblesse” aussi.

machine learning) appelée (Bidirectional Encoder Representations from Transformers).

BERT aide à déchiffrer vos requêtes de recherche en fonction du contexte de la langue utilisée, plutôt que des mots individuels. Selon Google, .

Découvrez BERT, une nouvelle façon pour de mieux comprendre la langue et améliorer nos résultats de recherche.

Qu\’est-ce que cela signifie pour les SEO et les propriétaires de sites ?

Google utilisant des modèles BERT pour comprendre les requêtes affectera à la fois les classements de recherche et les extraits optimisés (featured snippets). Toutefois, BERT ne sera pas utilisé pour 100% des recherches.

C’est en fait les requêtes conversationnelles de type longue traîne qui seront impactées par BERT.

10%

Puisqu’il utilise le machine learning, BERT saura apprendre de lui-même et s’améliorera au fil du temps pour être plus performant et pertinent sur tout type de requêtes.

Les utilisateurs de recherche Google aux États-Unis devraient commencer à utiliser des informations plus utiles dans les résultats de recherche, comme le précise Google dans son post d’annonce :

Particulièrement pour les requêtes plus longues et plus conversationnelles, ou les recherches où les prépositions comme “pour” et “à” importent beaucoup au sens, Google Search sera en mesure de comprendre le contexte des mots dans votre requête

Pour les featured snippets, Google utilise déjà un modèle BERT pour améliorer les résultats dans deux douzaines de pays où des extraits optimisés sont disponibles.

Quelques exemples de BERT en action

Voici une recherche pour “2019 brazil traveler to usa need a visa”

Le mot « to » (aux , dans notre exemple

Et Google de reconnaître :

Avec BERT, Search est capable de saisir cette nuance et de savoir que le mot très commun \ »to\ » (à) compte en fait beaucoup ici, et nous pouvons fournir un résultat beaucoup plus pertinent pour cette requête.

Pour lancer ces améliorations, nous avons fait beaucoup de tests pour nous assurer que les changements sont réellement plus utiles et avons démontré la

Avec le modèle BERT, nous pouvons mieux comprendre que « for someone » (

Améliorer la recherche dans plus de langues

Google déclare également appliquer BERT pour améliorer la recherche pour les gens à travers le monde.

une langue où la grande majorité du contenu Web existe

Regard vers l\’avenir

Avec ce changement, Google vise à améliorer la compréhension des requêtes, à fournir des résultats plus pertinents et à habituer les internautes à .

Mais, comme dit plus haut, cela pourrait s’étendre à plus de requêtes, grâce à l’apprentissage automatique.

Découvrez ici l\’impact de Google BERT sur le référencement.

Différence entre RankBrain et le Neural Matching

a abordé certaines questions avec la communauté à propos de l’intelligence artificielle (IA) de la correspondance neuronale (Neural Matching) et comment elle est utilisée dans la recherche.

Google explique la différence entre RankBrain et le Neural Matching

La correspondance neuronale ou neural matching a été mentionnée pour la première fois par Google lors de la conférence de presse de son 20e anniversaire en Septembre 2018 (Visitez lien ci-dessus).

 

Comment Google utilise la correspondance neuronale ?

La correspondance neuronale ou Neural Matching aide Google à mieux relier les mots aux recherches

Danny Sullivan de chez Google décrit la correspondance neuronale comme un système de «Super-synonymes».

En Septembre 2018, Google a déclaré que la correspondance neuronale était déjà utilisée dans 30% des recherches.

On ne sait pas encore à quel point le concept Neural Matching est largement utilisé en ce moment, bien qu\’il soit raisonnable de supposer que son utilisation a sans doute été élargie aujourd\’hui.

 

Qu’est-ce que RankBrain ?

RankBrain aide Google à relier des pages à des concepts, même lorsque les pages n’incluent pas les mots clés exacts utilisés dans la requête.

C’est aussi un système basé sur l\’IA qui a été révélé en Novembre 2015 et utilisé avant Mars 2016, soit deux ans avant que Google n’mplémente le Neural Matching.

C’est à ce titre que RankBrain est le premier facteur de classement de Google qui utilise l’intelligence artificielle (IA).

Toutefois, RankBrain est le 3ème facteur de classement organique sur Google.

 

La série de Tweets de Google pour expliquer la différence

Danny Sullivan, porte-parole SEO de Google, via le compte Google Search Liaison, a publié une série de Tweets expliquant la différence entre la Correspondance Neuronale et RankBrain.

Voici le premier Tweet de la série de Tweets :

En d’autres termes :

Nous avons eu quelques questions sur la façon dont la correspondance neuronale diffère de RankBrain.

En bref : RankBrain nous aide à mieux relier les pages aux concepts; Le Neural Matching nous aide à mieux relier les mots aux recherches…

Deuxième Tweet :

RankBrain est un système basé sur l’IA que Google a commencé à utiliser en 2016 pour comprendre comment les pages sont liées aux concepts.

Cela signifie que nous pouvons mieux retourner les pages pertinentes, même si elles ne contiennent pas les mots exacts utilisés dans une recherche, en comprenant que la page est liée à d\’autres mots et concepts…

 

En d’autres termes :

C’est assez bon. Et plutôt que d’être bizarre, c’est voulu. Il n’est pas rare que l’auteur d’une page écrit quelque chose d’une façon [ajuster l’inclinaison du siège] et l’utilisateur regarde une autre façon [Comment puis-je incliner ma chaise !] – donc tout ce qui relie est bon.

Est-ce que RankBrain et la correspondance neuronale fonctionnent ensemble ? En quelque sorte :

En d’autres termes :

1er Tweet :

Ce sont des systèmes différents. L’un fonctionne principalement (une sorte de) pour nous aider à trouver des synonymes des choses que vous avez tapées dans la zone de recherche.

L’autre fonctionne principalement (une sorte de) pour nous aider à trouver des synonymes pour les mots écrits sur une page….

2ème Tweet :

Je parle d’ “une sorte de” parce que nous avons déjà (et l’avons eu depuis longtemps) des systèmes de synonymes. Ceux-ci vont au-delà de ceux-là et font les choses de différentes manières, aussi.

Mais c’est un moyen facile (je l’espère) de les comprendre.

 

La correspondance neuronale est un système basé sur l\’IA que Google a commencé à utiliser en 2018, principalement pour comprendre comment les mots sont liés aux concepts.

C’est comme un système de Super-synonyme. Les synonymes sont des mots qui sont étroitement liés à d’autres mots…

2ème Tweet :

Par exemple, la correspondance neuronale nous aide à comprendre que la recherche de “Pourquoi mon téléviseur est-il étrange” est lié au concept de “l’effet Soap Opera”. Nous pouvons alors retourner des pages sur l’effet Soap Opera, même si les mots exacts ne sont pas utilisés…

En résumé

Google termine sa série de Tweets sur la différence entre RankBrain et Neural Matching en disant :

En d’autres termes :

En Résumé :

RankBrain aide Google à mieux relier les pages aux concepts

La correspondance neuronale aide Google à mieux relier les mots aux recherches.

Et il n’y a rien de spécial que les chercheurs (internautes, NDLR) ou les webmasters ont besoin de faire. Ceux-ci font partie de nos systèmes de base conçus pour augmenter naturellement la compréhension.