|
Post by account_disabled on Jan 28, 2024 0:40:06 GMT -6
通过这一有用的内容更新,Google 专注于用户体验并鼓励内容创作者避免无益的做法。 链接分析系统和 PageRank - 链接在优化 Google 网站排名中的重要性 Google 使用各种系统来理解页面之间的关系,以此来确定页面主题以及哪些页面对响应查询最有帮助。其中之一就是 PageRank,Google 刚推出时的核心排名算法。 PageRank 考虑页面之间的链接来确定搜索结果中的页面排名和 seo 性能。 MUM - 文本、图像和视频人工智能 Google 开发了多任务统一模型(MUM)作为比 BERT 更强大的系统。 MUM 能够理解和生成语言,其能力提高了一千倍。该系统同 C级联系人列表 时接受75种不同语言和任务的训练,使其能够对世界信息和知识有更全面的理解。此外,MUM 也是多模态的,这意味着它将来可以跨多种模态(例如文本、图像等)理解信息。 虽然我们仍处于利用 MUM 潜力的早期阶段,但 Google 已经在使用它来改进对 COVID-19 疫苗信息的搜索。在接下来的几个月中,谷歌将通过 Google Lens 提供一种更直观的使用文本和图像组合进行搜索的方式。然而,当前的 MUM 应用程序非常具体,无法像 RankBrain、神经匹配和 BERT 系统那样帮助排名和提高搜索结果的质量。 在 Google 页面中,Google 提供 MUM 来帮助分析排名并提供对世界信息更广泛的了解。 神经匹配 - 基于人类神经工作方式的文档和查询匹配 神经匹配(NM)或神经网络是当今许多现代人工智能系统的基础。然而,直到 2018 年,谷歌在搜索中引入了神经匹配,他们才能够使用它来更好地理解查询与页面的关系Google 理解查询和页面中概念的更微妙的表示,并将它们相互匹配。神经匹配着眼于整个查询或页面,而不仅仅是关键字,从而更好地理解基本概念。以搜索“如何管理绿色”为例。
|
|