Définition
Google BERT (Bidirectional Encoder Representations from Transformers) est un modèle de traitement du langage naturel (NLP) intègre a l'algorithme de Google en octobre 2019. Sa particularité est d'analyser les mots d'une phrase dans les deux sens (bidirectionnel), ce qui lui permet de comprendre le contexte et les nuances du langage humain avec une précision inédite. BERT impacte environ 10% des requêtes en anglais et a été progressivement déployé dans toutes les langues. Il est particulièrement efficace pour les requêtes longues et conversationnelles ou les prepositions et les mots de liaison changent fondamentalement le sens de la recherche.
Points clés à retenir
- Analyse bidirectionnelle du contexte de chaque mot
- Impacte particulièrement les requêtes longues et conversationnelles
- Améliore la précision des featured snippets
Exemples concrets
Preposition déterminante
Pour la requête 'voyager de Paris a Lyon', BERT comprend que le mot 'a' indique la destination et non le point de départ, évitant ainsi d'afficher des résultats inverses.
Featured snippets améliorés
BERT aide Google a sélectionner des extraits optimisés plus pertinents en comprenant mieux les questions complexes comme 'peut-on prendre de l'aspirine a jeun'.
Questions fréquentes
RankBrain utilise le machine learning pour interpréter les requêtes inédites, tandis que BERT utilise le traitement du langage naturel pour comprendre le contexte précis de chaque mot. Les deux fonctionnent en complémentarité au sein de l'algorithme de Google.
Il n'y a pas de technique d'optimisation spécifique a BERT. L'approche recommandée est d'écrire de manière naturelle, claire et précise, en répondant directement aux questions des utilisateurs sans jargon inutile.
Termes liés
Aller plus loin avec LemmiLink
Découvrez comment LemmiLink peut vous aider à mettre en pratique ces concepts SEO.
Dernière mise à jour : 2026-02-07