Při fasetovém vyhledávání uživatelé postupně zužují výsledky pomocí filtrů vytvořených z atributů obsahu – například kategorie, ceny, značky, data nebo autora. Každá faseta obvykle ukazuje, kolik výsledků zůstává. Přístup je známý z internetových obchodů, ale používá se také v knihovnách, intranetech a archivech dokumentů, aby se velké sbírky staly přehlednými i bez přesných hledaných výrazů.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoVyhledávání informací zahrnuje metody, které ve velkém množství textu najdou dokumenty nebo úryvky odpovídající dotazu a seřadí je podle relevance. Klasické přístupy, například BM25, váží hledané výrazy podle toho, jak často a jak vzácně se vyskytují; novější přidávají sémantickou podobnost. Je základem vyhledávačů, podnikového vyhledávání a generování rozšířeného o vyhledávání (RAG), v němž jazykový model používá nalezené úryvky jako podklad pro svou odpověď.
Vyhledávání s AI označuje způsoby vyhledávání, které využívají AI k pochopení záměru dotazu, vážení výsledků a často k vytvoření souhrnné odpovědi se zdroji, místo prostého seznamu odkazů. Technicky využívají vyhledávání podle klíčových slov, vektorové vyhledávání nad embeddingy nebo jejich kombinaci, často následované jazykovým modelem. Příkladem jsou odpovídací vyhledávače na webu a interní vyhledávání ve znalostech, které zaměstnancům pomáhá najít, co potřebují, v příručkách a směrnicích.
Rozšíření dotazu automaticky přidává k vyhledávacímu dotazu související pojmy, aby se našly i relevantní dokumenty používající jiné formulace. Typickými doplňky jsou synonyma, zkratky, tvary slov nebo překlady: hledání „storno“ pak může najít i texty o „ukončení smlouvy“. Je to užitečné zejména u vyhledávání podle klíčových slov, ale přidá-li se příliš mnoho nebo nevhodné pojmy, může se snížit přesnost. Rozšířené dotazy dnes často generují jazykové modely.
V informatice je ontologie formální model určité oblasti, který jednoznačně definuje pojmy, jejich vlastnosti a vztahy mezi nimi. Lidé i stroje tak mohou data jednotně interpretovat a vyvozovat z nich závěry. Ontologie tvoří základ mnoha znalostních grafů, sémantických vyhledávačů a projektů integrace dat. Příklad: ontologie produktů říká, že „elektrokolo“ je „jízdní kolo“ a má „baterii“.
