O Google BERT \u2014 \u00e9 um algoritmo que ajuda o buscador a entender o que as pessoas est\u00e3o perguntando e trazer as respostas que elas querem. Esse novo algoritmo de busca foi criado para o Google entender melhor as inten\u00e7\u00f5es de busca dos usu\u00e1rios e os conte\u00fados das p\u00e1ginas da web. Isso \u00e9 essencial no universo das buscas, j\u00e1 que as pessoas se expressam de maneira natural nos termos de pesquisa e nos conte\u00fados das p\u00e1ginas \u2014 e o Google trabalha para fazer a correspond\u00eancia correta entre um e outro.<\/p>\n\n\n\n
BERT \u00e9 o acr\u00f4nimo para Bidirectional Encoder Representations from Transformers, que pode ser traduzido como representa\u00e7\u00f5es de codificador bidirecional de transformadores. O BERT \u00e9 uma rede neural profunda.<\/p>\n\n\n\n
Redes neurais s\u00e3o modelos computacionais inspirados no sistema nervoso central de um animal, que \u00e9 capaz de aprender e reconhecer padr\u00f5es. Elas fazem parte da \u00e1rea de machine learning (ou aprendizado de m\u00e1quina).<\/p>\n\n\n\n
No caso do BERT, a rede neural \u00e9 capaz de aprender as formas de express\u00e3o da linguagem humana. Ela \u00e9 baseada em um modelo de Processamento de Linguagem Natural (NLP) chamado de Transformer, que entende as rela\u00e7\u00f5es entre as palavras em uma frase, em vez de uma por uma em ordem.<\/p>\n\n\n\n
O BERT \u00e9 um modelo de pr\u00e9-treinamento de processamento de linguagem natural. Isso significa que o conjunto de dados do modelo \u00e9 treinado em um corpus de texto (como a Wikip\u00e9dia) e pode ser usado para desenvolver diversos sistemas sem sair do zero.<\/p>\n\n\n\n