Odborná definícia
Význam a odborné vymedzenie pojmu
Semantic search je vyhľadávanie, ktoré porovnáva význam dotazu a dokumentov, nie iba doslovnú zhodu slov. Typický systém vytvorí embedding dotazu, nájde najbližšie vektory dokumentov a výsledky môže ďalej preusporiadať presnejším rerankerom. Dokáže nájsť synonymá a parafrázy, no môže prehliadnuť presné identifikátory, negácie alebo zriedkavé odborné výrazy. Produkčné riešenia preto často kombinujú vektorové a lexikálne skórovanie. Indexovanie, filtrácia metadát a oprávnenia musia zostať konzistentné s vektorovým retrievalom.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Pri klasickom vyhľadávaní musí dokument často obsahovať slová z otázky. Sémantické vyhľadávanie dokáže spojiť otázku „ako ukončím predplatné“ s návodom nazvaným „zrušenie členstva“. Najprv prevedie otázku aj obsah na vektory a hľadá významovo blízke položky. To je výhodné pri prirodzených otázkach, ale presný kód výrobku alebo paragraf môže byť lepšie zachytený tradičným indexom. Hybridný systém využíva obe schopnosti a výsledky znovu zoradí. Relevantný úryvok zároveň nesmie obísť prístupové práva iba preto, že sa podobá na používateľovu otázku.
Časté otázky
Otázky, ktoré spresňujú význam
Čím sa semantic search líši od fulltextu?
Fulltext hodnotí výskyt a významnosť slov alebo fráz. Semantic search používa naučené reprezentácie, takže vie nájsť parafrázu bez spoločných kľúčových slov.
Čo je bi-encoder pri sémantickom vyhľadávaní?
Dotaz a dokument kóduje oddelene, čo umožní dokumentové vektory predpočítať. Vyhľadávanie je rýchle, ale jemné interakcie medzi slovami dotazu a dokumentu sa zachytia obmedzene.
Načo slúži reranker?
Reranker vezme menší zoznam kandidátov a posúdi každý pár dotaz plus dokument spoločne. Zvyčajne zlepší presnosť, no pridáva latenciu a výpočtové náklady.
Ako sa meria kvalita semantic search?
Používajú sa recall@k, precision@k, MRR, nDCG a manuálne posúdenie relevantnosti. Testovacie dotazy musia obsahovať aj negácie, skratky, preklepy a doménové výrazy.
Prečo je dôležitý chunking dokumentov?
Príliš veľký blok mieša viac tém a embedding stráca presnosť. Príliš malý blok môže oddeliť podmienku od vysvetlenia, preto sa veľkosť a prekryv testujú na reálnych otázkach.
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
- Sentence Transformers, Semantic Search Dense Passage Retrieval for Open-Domain Question Answering
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.