Un nouveau billet de blog de Pandu Nayak, Google Fellow et vice-président de la recherche, explique comment Google Search utilise MUM et BERT pour fournir des résultats de recherche plus sûrs.
Points forts:
- Google utilise MUM pour mieux détecter quand la requête indique qu’un chercheur est en crise et commencera à déployer ces améliorations dans quelques semaines.
- Google utilise BERT pour améliorer sa compréhension du moment où un internaute recherche un contenu explicite.
- L’utilisation de BERT de cette manière a réduit de 30 % les « résultats choquants inattendus » pour les chercheurs au cours de l’année écoulée, selon Google.
Google utilise MUM pour mieux servir les chercheurs en cas de crise personnelle
« …les personnes en crise personnelle cherchent de toutes sortes de façons, et il n’est pas toujours évident pour nous qu’elles sont dans le besoin. Et si nous ne pouvons pas le reconnaître avec précision, nous ne pouvons pas coder nos systèmes pour afficher les résultats de recherche les plus utiles », a écrit Nayak.
L’utilisation de l’apprentissage automatique pour améliorer sa compréhension du langage aide Google à détecter plus précisément quand les résultats de recherche doivent inclure les numéros de téléphone des lignes d’écoute téléphonique pertinentes, par exemple.
« MUM peut mieux comprendre l’intention derrière les questions des gens pour détecter quand une personne est dans le besoin », a expliqué Nayak, ajoutant que cela aide Google « à montrer de manière plus fiable des informations fiables et exploitables au bon moment ».
Google prévoit de déployer ces améliorations dans les semaines à venir.
Google a réduit les résultats de recherche choquants de 30 % cette année
Les résultats de recherche inattendus sont rarement une bonne expérience – et parfois, ils peuvent être nuisibles et causer de la détresse.
C’est pourquoi il est essentiel que Google soit en mesure de mieux comprendre l’intention de chaque chercheur afin que les résultats qui lui sont présentés correspondent à ses attentes.
Le mode SafeSearch permet aux chercheurs de filtrer les résultats explicites. Cependant, il y a des occasions où c’est exactement ce qu’une personne pourrait rechercher.
« BERT a amélioré notre compréhension de savoir si les recherches recherchent vraiment un contenu explicite, ce qui nous aide à réduire considérablement vos chances de rencontrer des résultats de recherche surprenants », a écrit Nayak.
Au cours de l’année écoulée, l’utilisation du BERT de cette manière a réduit de 30 % les résultats « inattendus et choquants », a-t-il révélé.
Selon Nayak, le BERT a été « particulièrement efficace pour réduire le contenu explicite des recherches liées à l’ethnicité, à l’orientation sexuelle et au sexe, qui peuvent avoir un impact disproportionné sur les femmes et en particulier les femmes de couleur ».
Google va utiliser MUM pour étendre la lutte anti-spam dans plusieurs langues
Google utilise l’IA pour réduire le spam et les résultats inutiles à divers endroits.
Et dans les mois à venir, il mettra MUM au travail pour étendre ces mesures de sécurité même là où il dispose de très peu de données de formation.
Cela est possible car, comme l’a expliqué Nayak, « lorsque nous entraînons un modèle MUM pour effectuer une tâche – comme classer la nature d’une requête – il apprend à le faire dans toutes les langues qu’il connaît. »
Google a assuré aux chercheurs que ces derniers changements ont été et continueront d’être testés rigoureusement, notamment en étant évalués par des évaluateurs de recherche manuelle.
Google a fait la promotion de la publication via son compte @SearchLiaison :
En savoir plus sur la façon dont les systèmes d’IA comme BERT et MUM aident et aideront la recherche Google à mieux fournir aux gens des informations personnelles d’assistance en cas de crise, ainsi qu’à réduire davantage les risques d’obtenir du contenu explicite inattendu ou du spam dans nos résultats : https://t. co/TMOIgKvx9e
— Google SearchLiaison (@searchliaison) 30 mars 2022
Source de l’image : Shutterstock/metamorworks
