© Copyright 2021 magicseo.

Posicionamiento SEO basado en Inteligencia Artificial

¿QUIERES MÁS INFORMACIÓN?

Ingresa tu email para recibir más información de forma ¡totalmente anónima! No lo guardaremos en ninguna base de datos.

     
     

    Parte 2: SMITH, el algoritmo de Google

    Características

     

    El Preentrenamiento

    El preentrenamiento consiste en entrenar un algoritmo con un conjunto de datos. El procedimiento consiste en que los ingenieros ocultan palabras aleatorias dentro de las frases. El algoritmo intenta predecir las palabras enmascaradas.

    Por ejemplo, si una frase está escrita como “El viejo Ramón tenía un ____”, el algoritmo, una vez entrenado, podría predecir que la palabra que falta es “granja”.

    A medida que el algoritmo aprende, se optimiza para cometer menos errores en los datos de entrenamiento.

    El preentrenamiento se realiza con el fin de entrenar a la máquina para que sea precisa y cometa menos errores.

     

    SMITH

    Este algoritmo aprende las relaciones entre las palabras y luego sube de nivel para aprender el contexto de los bloques de oraciones y cómo se relacionan entre sí en un documento largo. El estudio destaca que la investigación del algoritmo SMITH hace mejor su faena con los textos que son largos.

    En relación con otros experimentos de algoritmos, los trabajos de investigación que afirman superar el estado de la técnica tienen más probabilidades de entrar en el algoritmo de Google.

     

    ¿Está en uso?

    Hasta que Google no declare explícitamente que está utilizando SMITH, no hay forma de decir con exactitud que el modelo SMITH está en uso en Google.

    Dicho esto, los trabajos de investigación que probablemente no se estén utilizando son los que declaran explícitamente que los resultados son un primer paso hacia un nuevo tipo de algoritmo y que es necesario seguir investigando. Los autores del trabajo de investigación afirman con confianza que SMITH supera el estado del arte para entender el contenido de formato largo.

    Esa confianza en los resultados y la falta de una declaración de que se necesita más investigación hace que este trabajo sea más interesante que otros y, por lo tanto, vale la pena conocerlo en caso de que se incorpore al algoritmo de Google en algún momento en el futuro o en el presente.