第二个组件显着改进了迁移学习

habibajahanjan

ELMo 和 ULMFiT 是 BERT 的另外两个组件——第一个组件解决了 NLP 中的多义问题，。 使用 BERT，我们关注下一个单词和前一个单词，关注相同或相关的关键字之间，其他句子中的相同/相关单词，关注预测单词不同的单词，并关注分隔符标记。这使得学习和测试查询中包含的单词比以前更加复杂和精确。” – Serpact SEO 主管 Dido Grigorov 表示。 许多句子包含“停用词”或具有多种含义的单词，例如 to、in、get-go 等，这些单词有多种用途，这使得 Google 很难理解上下文，即使机器学习正在快速进展。



内容为王 内容对于 NLP 很重要 这就是情绪的来源，这是谷歌开发 阿曼电话号码数据 的另一个用于理解内容的工具。 情绪是指内容中表达的语气或感觉。它可以是积极的、消极的和中性的，而且还可以超越这些。 通俗地说，积极情绪意味着使用积极的词语，例如“很棒”、“负担得起”和“减少”。在任何这样的背景下，任何事情都有积极的意义或结果。 例如： “这个药太神奇了，确实能缓解疼痛，而且价格也合理。” 正面内容的情绪得分为 0.25 到 1，相反，负面情绪的内容得分为 – 0.25 到 -1.0。这给我们留下了中性情绪，即情绪得分在 -0.25 和 +0.25 之间时。 情绪量表 情绪分数 – 情绪指数 我们还知道，谷歌还会关注页面级别和分段级别的情绪。 SEOer需要关心情绪吗？ 简而言之，如果第 1 页上的所有结果都具有积极情绪，而您的页面大部分被归类为具有消极情绪，那么 Google 很可能不会认为您的页面相关。用户正在寻找什么。



要理解NLP，首先要知道实体这个词 如果您计划将来更多地了解 NLP 并开始使用它（我们建议您这样做），您将遇到“实体”一词，这对于理解 NLP 以及如何使用它非常重要。操作模式。 实体是表示可识别、分层和分类的对象的单词或短语。 对象的示例有： 人们 消费品 事件 数字 组织 NLP 的工作是从您的内容中选择和评估这些实体。 由于 Google 区分了这些实体，因此搜索引擎能够使用该信息来响应用户并提供更好的搜索结果。 对于 NLP，需要两个额外的指标：显着性和类别。 类别——无需解释太多。作为 SEO，我们已经习惯了类别的重要性。显着性——在 NLP 中代表文本中实体的重要性。 例如，当我们谈论早餐时，“早上”这个词可能比“晚上”更重要。