就自然语言处理而言，这是一个巨大的进步，它可以帮助机器更好地理解句子的实际含义。所以 可以通过查看单词前后的单词来真正理解单词的完整上下文。现在，这对于理解意图非常重要，这也是谷歌的主要驱动力之一。如果您阅读了很多 博客，并且看了很多他们发布的内容，那么他们真正想要做的就是更好地理解用户的意图。 正在帮助实现这一目标。 机器现在理解上下文 所以 是机器学习，对吧？这就是他们，你知道，理解事物的意义，理解实体的意义。现在 正在帮助他们理解这些实体在语言上下文中的含义。这显然非常重要。 让我们看一个 之前和之后的例子。这些都是直接来自谷歌的例子。
它现在正在利用链接的开放数据。因此，它会查看维基数据、维基百科等网站，以及其他这些大型数据库和在线信息参考中心。它从这些信息中学习，最好真正理解作者最初打 阿富汗 WhatsApp 号码列表 算理解的上下文和内容。现在，询。这些独特的基于意图的查询，他们要求非常具体的答案。谷歌无法为查询提供这些广泛的答案，因为每个查询背后都有一个非常具体的意图。因此，在谷歌学习的过程中，他们正试图给出更具体的答案。随着搜索变得更加个性化，这起着巨大的作用。以及谷歌想要多样化的结果。他们 推动变革 是什么推动了这种变化？ 一直是主要驱动力之一。 是已集成到 搜索中的自然语言处理工具。
这是一种基于神经的自然语言处理技术，被称为来自 的双向编码器表示。现在，传统的 使用一种叫做 的东西来确定意义。它所做的是按顺序查看每个单词，以尝试从整体上理解内容。好吧，那和 之间的区别， 使用所谓的 。而 ，它执行少量、一致的步骤，但在每个步骤中，它所做的实际上是将自注意力直接应用于该句子中与所有其他单词相关的每个单词。所以与其像 约翰 那样读它，你知道， 去商店， 这实际上是我们大脑中正在发生的事情。当我们听到一个句子时，我们的大脑会查看提供给我们的每个单词以及它们如何相互关联，以便我们理解上下文。