Новый алгоритм Google BERT — полный обзор. (И что теперь делать вебмастеру)

Время чтения: 14 мин.

BERT – это алгоритм глубокого обучения поисковых систем, который базируется на технологии обработки естественного языка (НЛП) на основе нейронной сети.

Звучит несколько угрожающе, но не все так уж сложно. Тем более, что в конце статьи я расскажу все без усложняющих деталей и гораздо короче. Так что желающие могут сразу перейти к разделу статьи, который называется «Все то же самое, но короче и (надеюсь!) понятнее, или Что такое BERT простыми словами».

Начнем? Статья довольно  длинная и местами сложная, готовьтесь.

Что такое BERT?

Это- новый алгоритм , разрабатываемый Google, начал внедряться в октябре 2019г.

BERT – это аббревиатура, означающая   двунаправленные представления кодировщиков от Transformers (или Bidirectional Encoder Representations from Transformers). Не очень понятно, но мы сейчас разберемся, что все это означает.

 Алгоритм BERTРис.1

Всю историю своего существования Google, как и другие поисковики, пытается понять, что же такое пишут пользователи в своих запросах. Сначала Гугл пытался вычленить в запросе ключевое слово (выражение) и потом подобрать сайты под это слово. Эта технология все совершенствовалась и совершенствовалась. Вот этапы большого пути (за последние годы):

  • Алгоритм “Панда» понижает сайты с низким качеством контента.
  • Алгоритм «Пингвин» был создан для борьбы со спамными ссылками.
  • «Фред» — отфильтровывает страницы с низкокачественным контентом.
  • «Колибри» — для поиска наиболее релевантных страниц (видимо, это — основной алгоритм Google).
  • «Голубь» — для совершенствования локального поиска.
  • «Mobile Friendly» — для придания большей значимости мобильным страницам.
  • RankBrain – для определения тематики запроса.
  • Алгоритм «Опоссум» — для совершенствования выдачи с учетом местоположения пользователя.

Но в 2018 году он начал активно разрабатывать новую технологию, которая и получила название BERT. Эта технология в глазах Google настолько значима, что он обьявил ее самым существенным обновлением за последние 5 лет.

Разберемся с некоторыми понятиями, входящими в состав определения BERT.

Что такое НЛП?

В общем смысле, НЛП (нейролингвистичекое программирование) – это наука о поведении человека. Правда, многие авторы, в том числе и Википедия, считают, что это – псевдонаука. Я не буду вникать в тонкости, кто-то считает так, а вот Google считает по-другому и использует достигнутые результаты в НЛП для обработки поисковых запросов.

Ученые, занимающиеся НЛП, утверждают, что оно основано на ряде простых лингвистических, нервных и поведенческих паттернов и понятий, которые в некоторых аспектах являются более фундаментальными и независимыми от содержания. О как!

НЛП подразумевает определение того, как работает мозг («нейро»), анализ  языковых паттернов («лингвистическое») и еще много других вещей.

Ученые пусть и дальше разбираются – наука НЛП или не наука – а для нас самое главное знать, что вся эта обработка информации происходит на основе нейронных сетей.

Что такое нейронные сети?

Главное изменение в поиске, реализованное в BERT, – это то, что теперь в дело включаются нейронные сети. Если говорить упрощено, то

Нейронные сети – это алгоритм для поиска паттернов.

А что такое паттерны?

Под паттернами здесь понимается-

Устойчивые шаблоны поведения пользователей при составлении запроса на информацию и потребление этой информации.

Для простоты понимания можно считать, что паттерн – это повторяющийся шаблон. Они существуют не только в мышлении, но и в природе, в науке и искусстве. Вот пример графического паттерна:

Пример паттернаРис.2

Что из этого следует?

А следует из всего вышеизложенного то, что Google теперь сможет понимать тексты, написанные естественным языком. Ведь поисковые роботы читать и понимать слова не умеют, они понимают только цифры. Поэтому раньше каждой букве присваивался определенный цифровой шифр и каждое слово побуквенно поступало для анализа.

Но нейросети позволяют анализировать все слово целиком и теперь каждому слову присваивается свой шифр. Это очень сложно, но Гугл решил эту задачу. Правда, теперь ему для анализа всей массы поступающих запросов требуются совсем уж невероятные вычислительные мощности. Поэтому Google, во-первых, перенес эти вычисления в Облако, а во-вторых, опубликовал открытый код этого алгоритма, что программисты всего мира могли его совершенствовать .

Сейчас поисковые машины могут понимать слово целиком. Более того, BERT теперь может подбирать слова близкие по смыслу к искомому.

Что такое Transformers?

Это проект Google (с 2017г.), который занимается  созданием новой структуры нейронной сети для лучшего понимания языка. Теперь слова в поисковой фразе обрабатываются (и понимаются)  не одно за другим по порядку, как раньше, а в комплексе – они рассматриваются по отношению к другим словам.

Вполне естественно, что Transformers была внедрена в BERT и результаты получились обнадеживающими.

Двунаправленные представления. Что это?

Анализ слова целиком привел к тому, что у Google появилась возможность по-другому читать все предложение. Раньше было как? – Предложение читалось или слева направо, или, наоборот, справа налево. А теперь стало возможным читать предложение одновременно и справа налево, и слева направо (а не ИЛИ, как раньше). Это, в свою очередь, привело к тому, что поисковик стал понимать СМЫСЛ предложения. И это превосходно!

И вот здесь мы плавно подходим к новом для нас понятию интент.

Что такое интент?  Его отличия от контента?

Начнем с контента, как более знакомого нам.

Контент – это та информация, которая должна быть доведена до пользователя (например, читателя).

В широком смысле это может быть речь, письмо (в смысле — текст), графические (картинки, таблицы, графики и т.д.) или мультимедийные элементы (видео, аудио). В сайтостроении этот термин чаще всего применяется  по отношению к тексту. Например, вы читаете эту статью и тем самым потребляете контент – текст и поясняющие картинки.

Но иногда контент может быть человеком неправильно понят. Тогда мы говорим о двусмысленности. И говорящий (пишущий) восклицает: «Да я совсем другое имел ввиду». Если люди, привыкшие к таким оборотам, путаются, что уж тут говорить о машинах. Пример. Пишем запрос – «телефоны в Москве», имея в виду телефонный справочник. А что выдает поисковик в своих подсказках:

 об интентеРис.3

Только на 6 месте находятся номера телефонов. Соответственно, и фразу «давай обменяемся телефонами» поисковик поймет так, что собеседники достанут из карманов свои телефонные аппараты и обменяются ими.

Так поисковики думали до BERTа. Теперь они начинают искать смысл фразы и понимают людей гораздо лучше, чем раньше.

Теперь обратимся к интенту.

Интент в информационном поиске это потребность пользователя.

Это то, что он хочет узнать (или найти) и вводит соответствующий запрос. Поэтому любой поисковик должен понимать смысл этого запроса, тогда он сумеет понять потребность человека, которая и привела именно к этому запросу.

Для примера возьмем запрос «дизайн сайта». Вот подсказки Google:

пример интентаРис.4

Поисковик (без BERT!) не может понять, что хочет узнать пользователь и выдает разные варианты для уточнения. И в выдаче будет примерно такая же картина. Это происходит потому, что кроме ключевой фразы – дизайн сайта – поисковой системе нужно еще и уточнение, тогда он сможет подобрать нужные сайты.

Словом, поисковой системе нужен более длинный запрос (который мы пишем интуитивно), только тогда он сможет понять его смысл и через него – потребность пользователя.

Почему я так подробно останавливаюсь на этом моменте? Потому что это в корне меняет наш подход к ключевым словам. Он их просто уничтожает: теперь ключевые слова не нужны, сейчас нужна работа над  интентом.

Предлоги и геолокация

Кстати, а почему GOOGLE, как показано на рис.3 и 4, не ищет смысл поисковой фразы, а просто перебирает самые частые запросы? Это происходит (пока!) потому, что сейчас Гугл отрабатывает технологию BERT только на английском языке, причем анализирует всего около 10% запросов из США. В дальнейшем эта технология будет использоваться и на других языках. Когда? – Сказать трудно, ведь каждый язык имеет свои собственные грамматические, синтаксические и смысловые особенности.

Например, в английском языке очень большое значение имеют предлоги: подчас они меняют смысл предложения на противоположный. Google в своем блоге приводит такой пример.  Вот поисковая фраза — «2019 brazil traveler to usa need a visa». На русский язык переводится как «2019 виза для путешественника из бразилии в сша». Вот какие результаты выдавал поиск Гугла до и после введения BERT:

 интент в выдачеРис.6

Как видим, результат полностью поменялся. Сначала была статья о том, что граждане США могут летать в Бразилию без визы. Но разве такой был запрос?

После введения BERT пользователю показывается статья о посольстве США в Бразилии, где можно получить визу. Именно об этом и спрашивал пользователь. А вся фишка в том, что теперь стал учитываться предлог to и благодаря этому поисковик уловил СМЫСЛ запроса, т.е. понял интент.

Более того. Теперь Google начинает понимать в запросах пользователей языковые нюансы слова, фразы, выражения, характерные для определенной местности. Это – не диалект, скорее, устойчивый сленг. Для этого BERT работает в тесной связке с алгоритмом «Опоссум» (напомню, он применяется  для совершенствования выдачи с учетом местоположения пользователя).

Один западный сеошник привел пример с запросом -  «how to catch a cow fishing». Ранее Google (а русскоязычный Google и сейчас) переводил это так:

неправильно понятый интентРис.7

Получается бессмыслица, хотя cow – это действительно корова (ковбои там, все дела). Но оказывается, что это слово имеет и другие значения (например: бас, лыко, мочало). А в разных местностях оно может приобретать совсем другое значение. Скажем, в Новой Англии (регион на северо-востоке США) слово cow в контексте рыбалки означает «большой полосатый окунь». Определив, откуда пришел запрос, Google без труда понял о чем идет речь:

правильно понятый интентРис.8

Заметьте: ни одной коровы! А попробуйте вы отправить такой запрос – и будут одни коровы.

Обучение BERT

В нашем определении этого алгоритма сказано: BERT – это алгоритм глубокого обучения… Как же происходит обучение? Разве можно машину чему-то научить?

Оказывается, сейчас уже можно. Технология отработана не до конца, но кое-что уже известно. Google загрузил себе множество статей из английского варианта Википедии, стал анализировать их и на их основе обучать машины.

Бритни Мюллер из корпорации MOZ (крупнейшая и авторитетнейшая сео-аналитическая компания) специалист как раз по этой теме – она занимается машинным обучением для обработки естественных языков.

И вот что она поясняет:  для непосредственного обучения берется предложение и к нему применяют процесс маскирования: одно случайное слово скрывается под маской, т.е. оно для машины неизвестно. А машина должна его угадать. Например: я пошел в соседний […] купить молоко. Машина анализирует соседние слова и пытается подобрать слово. Если это слово – «магазин», то задача выполнена, но  если – «парк», то это ошибка. Машина должна продолжать обучение.

Понятно, что для такого обучения требуется огромная вычислительная мощность, поэтому Google, в дополнение к своим мощностям, арендовал дополнительные. И все равно процесс это не быстрый.

BERT и RankBrain

Напомню, что такое RankBrain. Это самообучающаяся система искусственного интеллекта. Переводится (дословно) как ранжирующий интеллект. Из названия видно, что RankBrain применяется для поиска наиболее релевантных запросу страниц, для их ранжирования и для сортировки результатов выдачи. Входит в основной поисковый алгоритм «Колибри» как его очень существенная часть. Работает с октября 2015 года.

Коротко о его работе. Алгоритм RankBrain ищет в запросе ключевые слова, преобразует их в так называемые концепты и, исходя из соответствия страниц сайтов этим концептам, выдает результаты в поисковую выдачу.

Далее он оценивает поведение пользователя на странице. Если пользователь удовлетворен этой страницей, то алгоритм может поднять ее в выдаче еще выше. Если пользователь не удовлетворен и продолжил поиск более релевантных страниц, то эта страница в следующий раз не будет показываться в выдаче.

Особенностью и новинкой того времени было то, что RankBrain мог понимать смысл ключевых слов и выдавать в ТОПе страницы, в которых не было ключевых слов из запроса. Широко известен пример, когда по запросу height of the landmark in paris была показана информация об Эйфелевой башне , хотя о ней в запросе ничего не говорилось. Смысл запроса был определен верно.

Я вам больше скажу: Google как то провел необычный экспермент. Ведущим специалистам было предложено определить наиболее релевантные ответы по тем или иным запросам для размещения на первом месте в выдаче. Итог: RankBrain показал значительно более высокую точность, чем инженеры- специалисты (80% против 70%).

Встает вопрос: если и RankBrain, и BERT будут существовать одновременно, то какой из них будет основным в ранжировании страниц в выдаче? Ответ такой: в некоторых случаях предпочтение будет отдаваться одному алгоритму, в некоторых – другому, а иногда они будут работать вместе. Поэтому вебмастеру следует учитывать особенности обоих алгоритмов.

Кстати, BERT может – и будет! – работать и с другими гугловскими алгоритмами. Значит, для нас работы будет еще больше. Но есть и хорошая новость – писать станет проще, хоть и немного ,но мы поговорим об этом чуть ниже.

Вы скажете: это касается англоязычных запросов из США (ведь запросы из США могут быть и на других языках) и то не всех (10%), а как дело обстоит в России? Посмотрим.

BERT в России

В декабре 2019 года Google обьявил о том, что он приступает к внедрению технологии Bert для 104 языков, в том числе и для русского. Но надо понимать, что работа эта сейчас ведется в качестве подготовительной, а основные усилия корпорация по-прежнему прикладывает к обучению поисковых машин на английском языке.

Не случайно Яндекс устами своей пресс-службы заявил:

Мы — сторонники конкуренции и с нетерпением ожидаем, когда обновление алгоритма Google окажет заметное влияние на показатели качества поисковика в России. (подчеркнуто мною- С.В.)

Дело в том, что BERT использует Transfer learning (трансферное обучение), а оно, в свою очередь, позволяет провести дополнительное обучение BERT самым разным языкам.

Поэтому  Яндекс, конечно, не мог остаться в стороне от таких новшеств. В том же заявлении сказано:

Сейчас разработка новых алгоритмов машинного обучения является каждодневной практикой. Новые нейронные сети, улучшающие качество поиска, внедряются раз в несколько месяцев. Превосходство в качестве поиска позволяет нам в течение нескольких лет поступательно наращивать поисковую долю, в том числе и на платформе Android.

Из самых известных достижений российского поисковика отметим следующие. Еще в 2009 году Яндекс ввел технологию машинного обучения Матрикснет – одну из лучших в мире. В 2016 году появился алгоритм Палех.  В нем использовались нейронные сети для выявления связей между текстами запросов и текстами документов. В 2017 году эта технология получила свое дальнейшее развитие в алгоритме Королев.

С 2018 года Яндекс использует технологию BERT в своем переводчике, а с 2019 года – в анализе новостных заголовков. Предварительно Яндекс ввел новый алгоритм – Спеллер, который ищет и исправляет опечатки и делает это очень эффективно. Например, что означает слово

«адникасниеи»?

Не знаете? А Яндекс знает — «одноклассники».

Теперь с помощью новой технологии Спеллер способен учитывать контекст запроса: «скучать музыку» он понимает правильно — «скачать музыку».

Но надо понимать, что внедрение BERT в Яндекс сопряжено с двумя основными трудностями:

  1. Русский язык достаточно сложный, в нем не только надо понимать запрос до самого его окончания, но и учитывать какой-нибудь деепричастный оборот в середине.
  2. Трудность технического порядка – BERT заточена под определенные процессоры, которые есть у Google, но нет в Яндексе.

Тем не менее, наши специалисты успешно внедряет этот алгоритм с нашу жизнь. Нам остается только ждать.

Дальнейшее развитие алгоритма, или Update Google Bert

Поскольку алгоритм «Берт» является открытым это дало возможность  специалистам всего мира участвовать в его совершенствовании . И это дает свои плоды.

Работы над BERT фактически начались еще ДО официального анонсирования Гуглом  нового алгоритма. Так, в августе 2019г. исследователи из Вашингтонского университета совместно с Facebook обьявили о создании другой версии BERT. Что они сделали? Они увеличили количество данных для обучения системы, также увеличили длину входящих последовательностей и время тренинга алгоритма. Результаты их работы обнадеживают.

В настоящее время существуют и другие версии  алгоритма, например, ALBERT (облегченный BERT – от «lite BERT»). Разработчики этой версии сконцентрировали свои усилия на совершенствовании базовой структуры нейросети. Итог: некоторые виды тестов показывают результаты, превосходящие стандартные – от GOOGLE.

С течением времени будут появляться все новые и новые версии, часть из которых Гугл, несомненно, учтет в окончательной редакции Берта.

Плюсы и минусы BERT

Главный плюс нового алгоритма – он теперь понимает естественную речь, в том числе и письменную. Поэтому вебмастерам больше не нужно извращаться, вставляя неестественные выражения (ключевые слова и фразы, например: «шкаф-купе купить москва»), в ткань статьи. Начинающие вебмастера сравняются с их более опытными (в плане СЕО) коллегами, в этом плане,конечно.

Соответственно, для читателей добавляется польза – статьи станут более читабельными.

Главный минус – статьи, оптимизированные по-старому, теперь рискуют потерять свои позиции в выдаче или вовсе вылететь из нее. Поэтому их авторам придется их переработать в соответствии с новыми реалиями. Хорошо, что пока еще время есть.

Другие достоинства и недостатки алгоритма BERT проявятся в ближайшем будущем – по мере улучшения самого алгоритма и внедрения его в практику.

Кстати, для успешного продвижения сайта надо не только правильно писать контент, есть еще целая масса вещей в СЕО, которая поможет раскрутке сайта. Хотите о них узнать? – Читайте книгу DrMax. SEO Монстр 2020. В самом ближайшем времени я дам информацию о ней. Ждите.

И последний вопрос, который нам надо осветить —

Как улучшить релевантность выдачи, или Что теперь делать вебмастеру

Чтобы ваш сайт попадал в выдачу, необходимо его как-то оптимизировать под новые требования поисковых систем. Но фокус заключается в том, что, по утверждению ведущих специалистов Google, нет ничего, что могло бы оптимизировать сайт под BERT. Конечно, сами они не выдадут свои тайны, поэтому нам надо набраться терпения и внимательно следить за западными сеошниками – у них-то возможностей больше.

Например, ведущий специалист отдела качества поиска компании GOOGLE Джон Мюллер заявил: «Текст на странице – это то, на что вы можете повлиять. Наша рекомендация по сути сводится к следующему: пишите естественно. Большинство алгоритмов пытаются понять естественный текст, а также понять, каким темам посвящена эта страница, чтобы найти наилучшее соответствие запросу».

И еще (он же): «Если есть что-то, что вы можете сделать для оптимизации под алгоритм BERT, так это убедиться, что на ваших страницах естественный текст…  Вместо того, чтобы использовать как можно больше ключевых слов, пишите естественно».

Но нам для работы этого мало. Хотелось бы побольше деталей. Поэтому только и остается, что слушать западные СЕО- гуру.

Например, эксперт по техническому SEO Сайрус Шепард говорил, что BERT выбирает сайты с одними и теми же фактами. Если топовые игроки упоминают тот или иной факт по варианту А, а ваш сайт упоминает его по варианту Б, то ваш сайт, скорее всего, будет проигрывать только потому, что вы идете вразрез с общим мнением.

А в целом следует иметь в виду два момента.

Во-первых, BERT  оказывает наиболее сильное влияние на средне- и низкочастотные (особенно!) запросы. Именно они являются, как правило, более длинными и поисковику надо правильно понимать их интент.

Во-вторых, новый алгоритм нацелен, в основном, на информационные запросы, и в меньшей мере транзакционные и навигационные запросы.

Что это за запросы? Навигационный запрос – это запрос по поиску конкретного сайта. Транзакционные запросы — это запросы, по которым должен продвигаться продающий, коммерческий сайт. Такие запросы выражают желание пользователя произвести какое-то действие (транзакцию) – купить, скачать, узнать цену.

Поэтому сейчас владельцам информационных ресурсов (как мне, например) необходимо предпринять определенные меры для сохранения позиций сайта (хотя бы) и даже их улучшения.

Сначала надо определить ключевые слова, по которым вы потеряли позиции в выдаче. Затем изучить контент и убрать — если есть — переоптимизацию. Потом надо переходить к интенту и проверить отвечает ли смысл вашего текста поисковому запросу. При необходимости следует переработать текст. При этом не обязательно его полностью переписывать, часто достаточно добавить одно- два предложения и ваша статья будет соответствовать новым требованиям.

Словом, надо добиться того, что статья не только соответствовала ключевым словам в запросе, но и его интенту – отвечала на потребность читателя.

Заметьте, что для BERT обьем статью не играет никакого значения. Действительно, НЧ- запросы крайне конкретны. И статьи по таким запросам должны быть короткими и максимально конкретными. Упомянутая выше Бритни Мюллер из корпорации MOZ приводит такой пример:

«Если пишем про то, как варить пельмени, то нужно рассказать читателю именно про то, как, черт возьми, их варить. Не про виды начинок. Не про историю блюда. Не про разные составы теста. А про то:

  • когда солить воду;
  • когда кидать в нее пельмени;
  • сколько минут варить».

Ну, и несколько практических советов:

  1. Подбирайте больше ключевых выражений, особенно если статья большая. В этих целях используйте: подсказки поисковиков, которые появляются при наборе фразы в браузере: обычно в них показываются  наиболее популярные запросы за последнее время, сервисы подбора ключевых слов как поисковых систем, типа WordStat от Яндекса, независимые сервисы подбора ключевых слов, таких как МегаИндекс и похожих.
  2. Анализируйте «Яндекс. Метрику» и «Гугл Аналитику» — изучайте запросы, по которым люди приходят на ваш сайт, пусть даже редко,
  3. Используйте LSI фразы и выражения. Подробнее об этом – здесь,
  4. Структурируйте свои статьи, делайте параграфы на каждое ключевое слово,
  5. Сделайте удобную навигацию по статье, особенно если она большая – никто не любит искать в них ответ на вопрос, находящийся в середине или конце текста,
  6. Используйте синонимы – так вы значительно расширите поле ключевых слов и будете чаще попадать в выдачу: ведь разные люди формулируют свои запросы по-разному, используя самые разные слова и выражения,
  7. Чаще используйте списки (!), таблицы, диаграммы, больше размещайте поясняющих картинок (alt – обязателен!!) и видео. Крайне желательно написание под таблицами, видео и т.д. поясняющего текста, чтобы поисковые системы поняли о чем в них идет речь,
  8. Создавайте страницы с вопросами и ответами или под статьей. Короткий ответ на конкретный вопрос – то, что доктор Google прописал. Вот пример такой статьи.

Все то же самое, но короче и (надеюсь!) понятнее, или Что такое BERT простыми словами

BERT – это новый алгоритм , разрабатываемый Google, начал внедряться в октябре 2019г. Сейчас с его помощью обрабатывается 10% англоязычных запросов из США. Всего он будет охватывать 104 языка, в том числе и русский.

БЕРТ предназначен для лучшего понимания запросов пользователей и, как такой, никак не влияет на показатели сайта. Разработка алгоритма BERT еще не закончена и трудно сказать сколько еще потребуется времени. Потому что надо обработать такой огромный массив текстов и проанализировать их очень глубоко, так что даже у могучего Гугла не хватает ни вычислительных мощностей, ни сотрудников для работы над «Бертом». Поэтому поисковый гигант открыл код этого алгоритма для всех желающих, рассчитывая, что разные группы специалистов со всего мира внесут свой вклад в разработку алгоритма, арендовал дополнительные мощности и  перенес всю работу над ним в облако.

Суть его заключается в том, что теперь поисковые машины будут иметь возможность понимать поисковые фразы полностью, включая интент (смысл) фразы. Напомню, что раньше поиск шел по ключевым словам запроса, а не по фразе в целом, и тем более без учета его смысла.

Это поистине революционное преобразование в поиске и именно так Google его и называет, уточняя – за последние 5 лет. Поэтому БЕРТ обязательно войдет в основной поисковый алгоритм «Колибри» как его составная часть и будет использоваться совместно с другими алгоритмами, которые перечислены в начале статьи.

В результате внедрения BERT подход к ключевым словам меняется коренным образом – практически они теперь больше не нужны. И резко возрастает требования к контенту сайта – теперь надо писать естественным языком, без дополнительных ухищрений. Так говорит Google.

Несмотря на то, что, по утверждению Гугла, вы ничего не сможете сделать для повышения ранжирования ваших статей (было бы странно, если бы они этого не говорили), все же на сегодняшний день в Сети есть некоторые рекомендации, которые – буквально по крупинке – удалось собрать. Чтобы познакомиться с ними вам придется прочесть предыдущий параграф – повторно его переписывать сюда я смысла не вижу

При появлении новых мыслей на эту тему буду или дописывать эту статью, или создавать смежную.
Удачи!

Автор: Сергей Ваулин

Понравилась статья? Оцените ее :

VN:F [1.9.16_1159]
Рейтинг: 5.0/5 (Всего:2 голосов)

... сообщите о ней друзьям:
А еще Вы можете подписаться на рассылку -
у меня в запасе есть много интересных материалов.

Новый алгоритм Google BERT - полный обзор. (И что теперь делать вебмастеру), 5.0 out of 5 based on 2 ratings

Похожие записи по этой теме:

Оставить комментарий

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>