Anlamsal arama
Sonuçları sorguya anlam bakımından ne kadar yakın olduklarına göre bulan ve sıralayan arama.
İlgili içerik nasıl bulunur?
Anlamsal arama, sonuçları sorguya içerik bakımından yakınlıklarına göre bulur ve sıralar. Vektör tabanlı yöntemlerde sorgu ve kaynak metinler, benzer temsiller aranabilsin diye gömme vektörleriyle gösterilir. Kısa soruların uzun bölümlerle eşleşmesi, kullanılan modele ve metinlerin hazırlanmasına da bağlıdır. Aramanın ilk sonucu, bir içerik koleksiyonundan gelen adaylardır. Bunlardan yanıt üretilmesi ayrı bir işlem adımıdır.
Kurgusal bir bilgi portalında biri makinenin neden düzensiz çalıştığını sorar; yönergede tahrik sistemindeki titreşimler ifadesi kullanılır. Uygun bir anlamsal arama, farklı sözcüklere rağmen bu bölümü bulabilir. Ardından doğru makine, geçerli belge sürümü ve izinli erişim kontrol edilmelidir. Bir paragrafa yakınlık, belirli bir arıza nedenini kanıtlamaz. Planlanan değerlendirmede, eksik ve uygunsuz sonuçları incelemek için somut sorgular ve iş açısından ilişkilendirilmiş ilgili bölümler kullanılır.
Kaynaklar
İlgili terimler
- EmbeddingEmbedding, içeriği sayısal bir vektörle temsil eder. Hangi benzerliklerin yakalanacağı modele ve karşılaştırma yöntemine bağlıdır.
- Vektör veritabanıVektör veritabanı, embedding’leri saklar ve bunlar üzerinde arama yapar. Benzer bir sonuç, geçerli ve erişim izni olan bir yanıt kaynağı demek değildir.
- RAGRAG, ilgili bilgiyi aramayı yanıt üretimiyle birleştirir. Kaynak erişimi, kalite ve yetki tasarımını gereksiz kılmaz.
- GroundingGrounding, yapay zekâ yanıtını doğrulanabilir dayanağa bağlar. Kaynak bağlantısı tek başına her cümlenin desteklendiğini göstermez.
- Karma aramaSözcük tabanlı arama ile vektör aramasını ortak bir sonuç listesinde birleştirme.
- Belgeleri parçalara ayırmaArama ve model bağlamı için bir belgeyi daha küçük, kendi içinde tutarlı bölümlere ayırma.
Projeniz ASES ile
Projenizi bize anlatın. İlk değerlendirmemizle size dönelim.