Odborná definícia
Význam a odborné vymedzenie pojmu
Information retrieval je disciplína návrhu systémov, ktoré z veľkej kolekcie vyberú a zoradia dokumenty alebo objekty relevantné k informačnej potrebe používateľa. Pipeline zahŕňa spracovanie dotazu, index, výpočet zhody, ranking, prípadné rerankovanie a prezentáciu výsledkov. Lexikálne metódy pracujú s výskytom slov, husté vyhľadávanie porovnáva embeddingy a hybridný prístup kombinuje oba signály. Relevantnosť nie je totožná s pravdivosťou ani autoritou, preto ranking potrebuje ďalšie kritériá. Hodnotenie používa anotované dotazy a metriky ako precision, recall, MRR alebo nDCG, pričom produkčný systém musí sledovať čerstvosť, diverzitu a správanie používateľov.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Používateľ napíše do firemného vyhľadávača otázku o výpovednej lehote. Systém nemusí hneď vytvoriť odpoveď, najprv má nájsť najvhodnejšie zmluvy a pasáže. Klasický index zachytí presný výraz, vektorový index môže nájsť aj formuláciu ukončenie spolupráce. Reranker potom porovná celý dotaz s kandidátmi a upraví poradie. Dokument môže byť tematicky podobný, ale zastaraný alebo patriť inému klientovi, preto sa pridajú filtre a časová platnosť. Kvalita vyhľadávania sa meria tým, či sa relevantný dôkaz objaví dostatočne vysoko, nie tým, ako presvedčivo znie generovaná odpoveď.
Časté otázky
Otázky, ktoré spresňujú význam
Aký je rozdiel medzi retrieval a search engine?
Information retrieval je vedecký a technický rámec výberu relevantných položiek. Vyhľadávač je konkrétny systém, ktorý okrem rankingu rieši crawling, rozhranie, reklamu, filtre a prevádzku.
Čo robí BM25?
Je lexikálna rankingová funkcia založená na frekvencii termínu, jeho vzácnosti v kolekcii a normalizácii dĺžky dokumentu. Dobre zachytáva presné slová, ale nie vždy synonymá a parafrázy.
Kedy pomáha dense retrieval?
Keď dotaz a relevantný dokument používajú odlišný slovník alebo treba porovnávať sémantiku. Výsledok závisí od embeddingového modelu a môže minúť presný identifikátor či odborný termín.
Prečo sa používa reranker?
Prvá fáza rýchlo vyberie stovky kandidátov. Presnejší, ale drahší model potom posúdi každú dvojicu dotaz a dokument a presunie najrelevantnejšie položky vyššie.
Ako retrieval súvisí s RAG?
RAG použije vyhľadávanie na dodanie dôkazov generátoru. Ak retrieval nenájde správnu pasáž, jazykový model nemá z čoho vytvoriť podloženú odpoveď, preto sa obe vrstvy hodnotia oddelene.
Súvisiace pojmy
Významové a tematické súvislosti
Marketingový slovník
Súvisiace marketingové pojmy
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Manning, Raghavan a Schütze, Introduction to Information Retrieval (nlp.stanford.edu)
- NIST Text REtrieval Conference (trec.nist.gov)
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.