Odborná definícia
Význam a odborné vymedzenie pojmu
Knowledge retrieval je proces identifikácie a načítania faktov, dokumentov, pasáží, grafových prvkov alebo záznamov, ktoré sú relevantné pre konkrétnu znalostnú potrebu. Zahŕňa formuláciu dotazu, výber kolekcie, kandidátne vyhľadávanie, filtrovanie, reranking a zostavenie kontextu. Na rozdiel od generovania má vrátiť dôkaz alebo jeho adresu. Kvalitu určuje recall relevantných zdrojov, presnosť poradia, aktuálnosť, oprávnenia, rozmanitosť a vhodná granularita. Výsledkom môže byť prázdna množina, ak žiadny kandidát neprejde minimálnym prahom dôvery.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Otázka Kedy možno odstúpiť od zmluvy sa najprv prevedie na dotaz. Systém prehľadá právne dokumenty, nájde odseky o lehote a výnimkách, odfiltruje starú verziu a zoradí pasáže podľa relevancie. Až potom generátor vytvorí odpoveď. Ak retrieval vráti len všeobecnú pasáž a vynechá rozhodujúcu výnimku, generátor ju nemá z čoho získať. Preto sa chyba retrieval vrstvy musí merať oddelene od kvality formulácie odpovede. Pri vysokej stávke má používateľ dostať aj nájdený odsek, nie iba hladko formulovanú odpoveď.
Časté otázky
Otázky, ktoré spresňujú význam
Ako sa líši knowledge retrieval od information retrieval?
Information retrieval je širšia disciplína vyhľadávania dokumentov podľa informačnej potreby. Knowledge retrieval zdôrazňuje použitie nájdeného obsahu ako explicitného dôkazu pre odpoveď, reasoning alebo rozhodovací proces.
Čo je hybridné vyhľadávanie?
Kombinuje lexikálne skóre, napríklad BM25, s hustou vektorovou podobnosťou a prípadne metadátovými filtrami. Lexikálna zložka chráni presné termíny, vektorová zachytáva významové parafrázy.
Prečo je chunking súčasťou retrieval kvality?
Príliš krátky úsek stratí kontext a výnimky, príliš dlhý zriedi relevantnú vetu a spotrebuje tokeny. Granularita sa volí podľa štruktúry dokumentov a hodnotí na reálnych otázkach.
Čo robí reranker?
Dostane menší zoznam kandidátov z rýchleho retrievera a presnejšie posúdi vzťah otázky a pasáže. Zvyšuje kvalitu top výsledkov, ale pridáva latenciu a musí rešpektovať filtre a oprávnenia.
Ako sa testuje retrieval bez generátora?
Používa sa sada otázok s označenými relevantnými zdrojmi a metriky recall@k, precision@k, MRR alebo nDCG. Treba osobitne sledovať kritické prípady, čerstvosť a neoprávnené výsledky.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Lewis a kol., Retrieval-Augmented Generation Karpukhin a kol., Dense Passage Retrieval
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.