Definición:
Google BERT es un modelo de lenguaje desarrollado por Google que permite representar las palabras teniendo en cuenta el contexto en el que aparecen. Su nombre corresponde a Bidirectional Encoder Representations from Transformers, o representaciones de codificador bidireccional de transformadores.
BERT se utiliza en tareas de procesamiento del lenguaje natural. Google también aplica esta tecnología en la Búsqueda para comprender cómo las combinaciones de palabras expresan distintos significados e intenciones.
Índice de contenidos
Origen de BERT
Google presentó BERT en 2018 y publicó su código y modelos preentrenados para facilitar su utilización en investigación y desarrollo.
Su aportación se apoyó en la arquitectura transformer y en el entrenamiento de representaciones contextuales del lenguaje. En lugar de asignar siempre la misma representación a una palabra, BERT tiene en cuenta las palabras que la rodean.
En octubre de 2019, Google anunció la aplicación de modelos BERT a la clasificación de resultados y a los fragmentos destacados. Conviene distinguir ambas fechas: el desarrollo del modelo precede a su incorporación al buscador.
Cómo funciona la comprensión bidireccional
BERT utiliza información situada antes y después de una palabra para representar su significado dentro de una secuencia. No consiste simplemente en leer una frase dos veces, en sentidos opuestos, sino en relacionar conjuntamente sus elementos.
La palabra “banco”, por ejemplo, no significa lo mismo en “sentarse en un banco” que en “abrir una cuenta en el banco”. El contexto permite distinguir esos usos sin tratar la palabra como una unidad con un significado fijo.
Durante el preentrenamiento original, una de las tareas consiste en ocultar determinados elementos del texto y aprender a predecirlos a partir de los que permanecen visibles. Otra trabaja con la relación entre pares de oraciones.
Después, el modelo puede adaptarse mediante fine-tuning a una tarea concreta. Esta adaptación requiere entrenamiento adicional; no ocurre automáticamente por utilizar BERT para analizar un texto.
Para qué se utiliza BERT
BERT proporciona representaciones del lenguaje que pueden aprovecharse en distintas aplicaciones. Entre sus usos se encuentran los siguientes:
- Clasificación de textos: asignar categorías a documentos o mensajes.
- Análisis de sentimiento: identificar la valoración expresada en un texto, según las categorías utilizadas durante el ajuste.
- Reconocimiento de entidades: localizar referencias a personas, organizaciones, lugares u otros elementos.
- Respuesta a preguntas: identificar un fragmento de un documento que responde a una consulta.
Estas funciones dependen de la adaptación y de los datos utilizados. El BERT original no es un asistente conversacional diseñado para redactar respuestas extensas como los actuales sistemas generativos.
Cómo utiliza Google BERT en la Búsqueda
En el buscador, BERT ayuda a interpretar las relaciones entre las palabras de una consulta. Esto resulta especialmente relevante cuando una preposición, una negación o el orden de los términos modifica lo que se está preguntando.
En el anuncio de su incorporación a la Búsqueda, Google explicó cómo esta tecnología ayudaba a distinguir una consulta sobre una persona que viajaba de Brasil a Estados Unidos de otra sobre el trayecto contrario. Los países eran los mismos, pero la relación entre ellos cambiaba la información necesaria.
BERT forma parte de un conjunto de sistemas. No sustituye por sí solo el análisis de enlaces, la evaluación de relevancia ni las demás tecnologías que intervienen en los resultados.
También se diferencia de RankBrain: Google describe este último como un sistema que relaciona palabras con conceptos, mientras que BERT ayuda a comprender cómo sus combinaciones expresan significados e intenciones. Son funciones relacionadas, no nombres intercambiables.
Qué implica BERT para el SEO
La aplicación de BERT refuerza la importancia de expresar con claridad qué explica una página y a qué necesidad responde. Los títulos descriptivos, la terminología precisa y las relaciones bien explicadas ayudan a comunicar el contenido sin convertirlo en una acumulación de palabras clave.
Esto no significa que exista una densidad de términos, una longitud de frase o una estructura especial que garantice mejores posiciones por BERT. Tampoco obliga a transformar todas las páginas en preguntas y respuestas.
BERT no es una penalización ni una puntuación que el propietario de una web pueda consultar. Una variación de tráfico no permite atribuirle por sí sola la causa: deben revisarse las consultas, las páginas y las demás circunstancias del sitio.
La prioridad editorial sigue siendo explicar el tema con precisión y resolver la necesidad del lector, sin introducir expresiones artificiales para intentar activar un sistema concreto.