BERT Google'ın 2018'de açık kaynak olarak yayımladığı, bir kelimenin anlamını cümledeki sağ ve sol komşularına birlikte bakarak çözen bir dil modelidir. Google Ekim 2019'da BERT'i aramada kullanmaya başladı. Amaç özellikle uzun ve konuşma diline yakın sorgularda edatların, eklerin taşıdığı anlamı doğru yakalamaktır.
BERT algoritması ne demek, nasıl çalışır?
BERT algoritması metni çift yönlü okuyarak çalışan bir dil temsil modeli demektir. BERT adı İngilizce Bidirectional Encoder Representations from Transformers ifadesinin kısaltmasıdır. Türkçesiyle Transformer mimarisine dayanan, çift yönlü bir dil temsil modelidir. Önceki modellerin çoğu metni tek yönde okuyordu. BERT bir kelimeyi değerlendirirken cümlenin iki tarafını aynı anda hesaba katar.
Model iki aşamada hazırlanır. Ön eğitimde (pre-training) büyük metin derlemlerinde gizlenen kelimeleri tahmin etmeyi öğrenir ve dilin genel yapısını kavrar. İnce ayarda (fine-tuning) soru cevaplama ya da metin sınıflandırma gibi belirli bir görev için daha küçük bir veri setiyle eğitilir.
Google BERT'i aramada ne için kullanıyor?
Google BERT'i sorgunun ne istediğini daha doğru anlamak için kullanıyor. Ekim 2019'da ABD'de İngilizce aramaların yaklaşık onda birinde devreye girdi, Aralık 2019'da 70'ten fazla dile yayıldı. Google 2020'de İngilizce sorguların neredeyse tamamında BERT'in kullanıldığını açıkladı.
Duyuruda verilen örnek "2019 brazil traveler to usa need a visa" sorgusuydu. Önceki sistem "to" kelimesini önemsiz sayıp ABD vatandaşlarının Brezilya seyahatiyle ilgili sonuçlar gösterebiliyordu. BERT bu küçük kelimenin yönü belirlediğini yakaladı ve Brezilya'dan ABD'ye gidecek yolcuya vize bilgisini öne çıkardı. Türkçede aynı rolü çoğu zaman ekler üstlenir. "İstanbul'dan Ankara'ya" ile "Ankara'dan İstanbul'a" arasındaki fark birkaç harftir ama doğru cevap tamamen değişir.
BERT Google algoritmalarının tarihçesinde RankBrain'den sonra gelen dil anlama adımıdır. RankBrain'in kelime ile kavram eşleştirmesini ayrı yazıda anlattık.
DeepRank nedir, BERT sıralamada nasıl çalışıyor?
DeepRank Google'ın sıralamada çalışan BERT tabanlı modelidir. Google'ın sıralama sistemleri rehberinde BERT var, DeepRank adı geçmez. Bu ad ABD'deki arama davasında Adalet Bakanlığı'nın (DOJ) yayımladığı belgelerden bilinir.
| Sistem | Kaynak | Belgede ne yazıyor |
|---|---|---|
| DeepRank | Pandu Nayak görüşme notu, 31 Ocak 2025 | BERT tabanlı modelin sinyalleri geleneksel sinyallere benzeyen parçalara ayrılabildi. Geleneksel sinyaller modelin tahmin ettiği sinyallerle birleşince sonuçlar iyileşti. |
| eDeepRank | HJ Kim görüşme notu, 18 Şubat 2025 | BERT ile transformer kullanan bir büyük dil modeli sistemi. Büyük dil modeli sinyallerini daha şeffaf bileşenlere ayırmaya çalışır. Notta Kim'in sistemin ayrıntısını pek bilmediği yazılı. |
| RankEmbedBERT | Hakim Mehta'nın çözüm kararı, Eylül 2025, s. 158 | Nayak'ın duruşma ifadesine göre etkisi çok güçlü olan geliştirmelerden biriydi. Dil anlayışının daha önemli olduğu uzun kuyruk sorgularda özellikle yardımcı oldu. |
Sızan Content Warehouse şemasında RankEmbed adını taşıyan bir modül de var. QualityRankembedMustangMustangRankEmbedInfo modülünün açıklamasına göre veri Mustang adlı sisteme ek olarak kullanılıyor. Modüldeki compressedDocumentEmbedding alanı belgenin sıkıştırılmış embedding'ini, yani sayfanın anlamını sayılarla özetleyen vektörü tutar. Alanın hangi RankEmbed sürümüne ait olduğu yazmıyor.
Nayak notundaki birleşim bulgusu içerik için şunu söylüyor: dil modeli terim eşleşmesinin yerini almıyor, onunla birlikte çalışıyor. Ana terimi başlıkta doğal biçimde kullanın. Uzun kuyruk sorgular için ayrı sayfa açmak yerine bu soruları ilgili sayfada alt başlık ya da SSS olarak cevaplayın. Belgeler bu modellerin sıralamadaki payını rakamla vermez. Dava notları ile şemanın birlikte okunuşunu Google'ın sızan arama dokümantasyonunu incelediğimiz rehberde bulabilirsiniz.
Doğal dili anlayan aramaya göre içerik nasıl yazılır?
İçerik BERT'e göre değil okura göre yazılır, çünkü BERT'e özel bir optimizasyon yoktur. Google bunu duyuru döneminde açıkça söyledi. BERT sorguyu anlamaya çalışır. Sayfanın işi soruyu açık ve doğal bir dille cevaplamaktır. Uygulamada bunun karşılığı şu dört kuraldır:
- Anahtar kelimeyi dilbilgisini bozacak şekilde zorlamayın. "istanbul kombi servis ucuz" gibi kalıplar yerine doğal cümle kurun.
- Uzun ve spesifik sorulara net cevap veren ayrı paragraflar yazın.
- Ek ile edatları atlayan bir SEO dili yerine okurun konuştuğu dili kullanın.
- Bir sayfada tek bir niyete odaklanın, farklı niyetleri aynı sayfada karıştırmayın.
Modelin sınırlamaları nelerdir?
BERT modelinin en belirgin sınırlaması işleyebildiği metin uzunluğudur. Standart BERT modelleri en fazla 512 token uzunluğunda girdi alır, bu yüzden uzun belgeler parçalara bölünerek işlenir. Model büyük olduğu için eğitim ve çalıştırma maliyeti de yüksektir. BERT metin üretmek için değil, metni anlamak için tasarlanmış bir kodlayıcı modeldir. Gemini gibi üretken modellerden bu yönüyle ayrılır.
Google aramada dil modelleri sonra nasıl gelişti?
BERT'ten sonra dil anlama daha büyük modellere taşındı. Google 2021'de farklı diller ile formatlar arasında bilgi aktarabilen MUM modelini duyurdu. 2024'te yayına giren AI Overviews ise sonuç sayfasında Gemini tabanlı bir modelle yapay zeka özeti üretiyor. BERT 2026'da da Google'ın sıralama sistemleri rehberinde aktif sistemler arasında yer alıyor. Arama davranışındaki bu değişimi yapay zekanın SEO üzerindeki etkisi yazısında ele aldık.
İçeriğinizin doğal dille ne kadar net cevap verdiğini görmek için Search Console'daki uzun sorgular iyi bir başlangıç noktasıdır. Bu sorgulara göre bir içerik planı kurmak isterseniz SEO danışmanlığı kapsamında birlikte çalışabiliriz.