หลังจากที่ใช้เวลาทำความเข้าใจเกี่ยวกับการทำงานของ Google Search ตลอดเวลา 15 ปี ในที่สุด Google ก็ประกาศเริ่มใช้งานโมเดลประมวลภาษาธรรมชาติ (natural language processing - NLP) แบบ deep learning มาช่วยทำความเข้าใจคำใน Google Search เพื่อให้สามารถเข้าใจความหมายของวลีที่ผู้ใช้ค้นหา และช่วยในการเข้าถึงข้อมูลได้มากขึ้นอย่างมีประสิทธิภาพ เนื่องจากก่อนหน้านี้เว็บค้นหามักแสดงผลจากคำค้นหาของผู้ใช้ที่เพิ่มเข้ามา เนื่องจากมีเว็บนั้นมีฐานข้อมูลอยู่แล้ว ซึ่งคำค้นหาที่ถูกเพิ่มเข้ามาโดยผู้ใช้นั้นไม่ได้มีคำขยายหรือคำบุพบท การประมวลผลแบบนี้เรียกว่า NLP ทำให้กูเกิลเข้าใจคำค้นได้ตรงความความต้องการของผู้ใช้
ยกตัวอย่างการค้นหาคำด้วย NLP
เช่น "ชาวบราซิลจะเดินทางไปสหรัฐฯ ต้องการ VISA" ด้วยโมเดล NLP กูเกิลจะเข้าใจว่านักเดินทางนี้กำลังเดินทางไปจากบราซิล และต้องหาเว็บที่ให้ข้อมูลคนบราซิลเดินทางเข้าสหรัฐฯ
ซึ่งการค้นหาด้วยโมเดล NLP ก็ยังมีข้อจำกัดอยู่ ยกตัวอย่างเช่น เมื่อค้นหาคำ "รัฐอะไรที่อยู่ทางใต้ของรัฐเนบราสก้า" ผลที่ได้จะเป็นเมือง "เนบราสก้าใต้" ซึ่งคำค้นที่เป็นคำถามมักจะให้ผลลัพ์ที่ผิดพลาดอยู่เสมอ นอกจากโมเดล NLP แล้ว กูเกิลยังใช้โมเดล BERT สำหรับการประมวลผลเพื่อเลือกข้อความสำคัญมาแสดงผลในหน้าค้นหาส่วน featured snippets ในอีก 24 ภาษา การรันโมเดล BERT ใช้บริการ Cloud TPU แบบเดียวกับที่ให้บริการ Google Cloud
ที่มา : https://www.blog.google/products/search/search-language-understanding-bert/
