Selon Danny Sullivan de chez Google, le moteur de recherche a utilisé la correspondance neuronale au cours de ces derniers mois.
Last few months, Google has been using neural matching, --AI method to better connect words to concepts. Super synonyms, in a way, and impacting 30% of queries. Don't know what "soap opera effect" is to search for it? We can better figure it out. pic.twitter.com/Qrwp5hKFNz— Danny Sullivan (@dannysullivan) 24 septembre 2018
En d’autres termes :
Les mois derniers, Google a utilisé la correspondance neuronale (Neural Matching, ndlr),- une méthode d’intelligence artificielle pour mieux relier les mots aux concepts. Super synonymes, en un sens, et impactant déjà 30% des requêtes. Vous ne savez pas ce que c’est “effet Soap Opera” pour le chercher ? Nous pouvons mieux le comprendre.”
Sullivan fait référence à une manifestation de la technique de correspondance neurale qui permet à Google de retourner les résultats liés à “soap opera effect” quand un utilisateur saisit une requête telle que “why does my TV look strange ?
(Cliquez sur les images pour les agrandir)
 |
| Source : Searchenginejournal |
Cela est significatif parce que “Why does my TV look strange ?” (pourquoi mon téléviseur semble étrange ?) n'a apparemment rien à voir avec les feuilletons, mais Google est encore capable de comprendre ce que l'utilisateur peut être en train de chercher.
This is a look back at a big change in search but which continues to be important: understanding synonyms. How people search is often different from information that people write solutions about. pic.twitter.com/sBcR4tR4eT— Danny Sullivan (@dannysullivan) 24 septembre 2018
Il s'agit d'un regard en arrière sur un grand changement dans la recherche, mais qui continue d'être importante : comprendre les synonymes. Comment les gens cherchent est souvent différent de l'information que les gens écrivent sur les solutions.
Un nouvel algorithme de classement sur Google Search ?
Le blog AI de Google a récemment publié un lien vers un nouveau document de recherche appelé le “Classement de pertinence en profondeur en utilisant des interactions document-requête améliorées”.
Bien que cette recherche d'algorithme soit relativement nouvelle, elle améliore sur une méthode révolutionnaire profonde de réseau neural pour accomplir une tâche connue sous le nom de "classement de la pertinence du document".
Cette méthode est également appelée récupération Ad-hoc.
Bien qu'il ne puisse pas être définitivement dit que c'est une partie de ce que Google appelle la correspondance neuronale (Neural Matching), elle rend cette recherche intéressante sur quelque chose qui est similaire à cela.
Voici, d’après Searchenginejournal.com, comment le nouveau document de recherche décrit la récupération ad hoc:
Le document de recherche est clair, dans le sens où cette forme de classement n'utilise que la requête de recherche et la page Web seulement. Il poursuit en disant :
Cela contraste avec les systèmes de recherche d'informations normalisés (IR) qui s'appuient sur des signaux textuels en conjonction avec la structure du réseau (page et al., 1999; Kleinberg, 1999) et/ou commentaire de l'utilisateur (Joachims, 2002).
Dans la déclaration ci-dessus, il indique que le classement de la pertinence des documents diffère des autres technologies de recherche (systèmes de récupération d'information) qui s'appuient sur la “structure du réseau”, puis il cite Larry page, qui est une référence du PageRank et des liens. Il cite également Kleinberg, qui est une référence à la recherche de Jon Kleinbergs sur l'utilisation de liens pour classer les pages Web.
Il est clair que le classement de la pertinence des documents est une méthode relativement nouvelle pour classer les pages Web et qu'elle ne repose pas sur les signaux des liens.
Matt Cutts avait déjà parlé de la baisse de l'importance des backlinks en Mai 2014 avant d'en remettre une couche en Juin 2014. Et Bing Search a aussi évoqué ce même sujet en Septembre 2017. On y est donc.
Bref, la technique de correspondance neuronale (neural matching) a été révélée lors de la conférence de presse à propos du 20e anniversaire de Google, où un certain nombre d'autres fonctionnalités de recherche ont été annoncées.
C’est justement grâce aux progrès de Google dans l’intelligence artificielle, dont la correspondance neurale, que ces fonctionnalités de recherche à venir ont été possibles.
La carte des activités
Les nouvelles cartes des activités de Google permettront aux utilisateurs de revenir là où ils se sont arrêtés lors de leur précédente navigation de recherche.
Search is a journey, where we know people are picking up over time. New Activity Cards are launching that help you pick up where you left off. pic.twitter.com/ZUDZvhgKJQ— Danny Sullivan (@dannysullivan) 24 septembre 2018
Lorsqu'un utilisateur saisit une requête liée à celle qu'il a commencée dans le passé, Google affiche une carte avec les pages pertinentes qu'il a déjà visitées, ainsi que les requêtes qui ont retourné ces pages.
Les cartes des activités seront disponibles dans Search plus tard au cours de cette année, et s’afficheront uniquement quand elles sont pressenties pour à être utiles.
Les Collections dans Google Search
Les Collections dans Google Search permettront aux utilisateurs de suivre (dans le sens de s’abonner) manuellement le contenu qu'ils ont visité, tels que des sites Web, des blogs, des articles ou des images.
Les contenus recensés dans les cartes des activités peuvent également être ajoutés aux Collections.
Pour aider les utilisateurs à découvrir de nouveaux contenus, Google proposera des suggestions basées sur ce que les gens ont sauvegardé dans leurs Collections.
Cette fonction sera déployée cet automne.
Organisation dynamique des résultats de recherche
Google introduit une nouvelle façon d'organiser dynamiquement les résultats de recherche pour aider les utilisateurs à déterminer ce qu'il faut explorer ensuite :
Plutôt que de présenter des informations dans un ensemble de catégories prédéterminées, nous pouvons intelligemment montrer les sous-rubriques qui sont les plus pertinentes à ce que vous recherchez et rendre plus facile d'explorer des informations à partir du Web, le tout à partir une seule recherche.Comme Google Images le fait déjà avec ses filtres.
Ces onglets continueront à rester à jour, reflétant ce qui est le plus pertinent pour le sujet à ce moment-là.
Nouvelle couche thématique dans le Knowledge Graph
Rassembler tout cela en une nouvelle couche de Google Knowledge Graph s’appelle la “Topic Layer” (couche thématique).
La couche thématique est conçue pour comprendre profondément un espace thématique et comment les centres d’intérêt peuvent se développer au fil du temps :
La couche thématique est créée en analysant tout le contenu qui existe sur le Web pour un sujet donné et développe des centaines et des milliers de sous-sujets.
Pour ces sous-thèmes, nous pouvons identifier les articles et vidéos les plus pertinents...
Nous examinons ensuite les modèles pour comprendre comment ces sous-thèmes se rapportent les uns aux autres, afin que nous puissions plus intelligemment afficher le type de contenu que vous pourriez vouloir explorer ensuite.
Avec cette technologie en place, Google vise à servir aux utilisateurs des besoins d'information continue pour les années à venir.
