Γλωσσάριο

Αναζήτηση ΤΝ

Τι είναι Αναζήτηση ΤΝ;

Η αναζήτηση ΤΝ αναφέρεται σε μεθόδους αναζήτησης που χρησιμοποιούν ΤΝ για να κατανοούν την πρόθεση πίσω από ένα ερώτημα, να σταθμίζουν τα αποτελέσματα και συχνά να παράγουν μια συνοπτική απάντηση με πηγές αντί για μια απλή λίστα συνδέσμων. Τεχνικά χρησιμοποιούν αναζήτηση λέξεων-κλειδιών, διανυσματική αναζήτηση σε embeddings ή συνδυασμό των δύο, συχνά ακολουθούμενη από ένα γλωσσικό μοντέλο. Παραδείγματα είναι οι μηχανές απαντήσεων στον ιστό και η εσωτερική αναζήτηση γνώσης που βοηθά το προσωπικό να βρίσκει ό,τι χρειάζεται σε εγχειρίδια και πολιτικές.

Πώς βοηθά το KI.ordo

Το KI.ordo αναζητά στην αποθηκευμένη γνώση στον διακομιστή με αναζήτηση λέξεων-κλειδιών BM25 και δεν χρησιμοποιεί διανυσματική αναζήτηση ή αναζήτηση embeddings.

Μάθετε περισσότερα

Θέματα

Αναζήτηση
Γνώση
Retrieval

Δοκιμάστε το KI.ordo

Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.

Έναρξη επίδειξης

← Όλοι οι όροι

Σχετικοί όροι

Ανάκτηση πληροφοριών (information retrieval)

Η ανάκτηση πληροφοριών (information retrieval) καλύπτει μεθόδους που βρίσκουν τα έγγραφα ή τα χωρία ενός μεγάλου σώματος κειμένου που ταιριάζουν σε ένα ερώτημα και τα κατατάσσουν κατά συνάφεια. Κλασικές προσεγγίσεις όπως το BM25 σταθμίζουν τους όρους αναζήτησης ανάλογα με το πόσο συχνά και πόσο σπάνια εμφανίζονται· νεότερες προσθέτουν τη σημασιολογική ομοιότητα. Στηρίζει τις μηχανές αναζήτησης, την επιχειρησιακή αναζήτηση και την παραγωγή με ανάκτηση πληροφοριών (RAG), στην οποία ένα γλωσσικό μοντέλο χρησιμοποιεί τα ανακτημένα χωρία ως βάση για την απάντησή του.

Αναζήτηση
BM25
+1

Παραγωγή με ενίσχυση ανάκτησης (RAG)

Η παραγωγή με ενίσχυση ανάκτησης συνδυάζει την αναζήτηση με την παραγωγή κειμένου: πριν απαντήσει, το σύστημα αναζητά σε μια συλλογή γνώσης – όπως εγχειρίδια, πολιτικές ή συχνές ερωτήσεις – σχετικά αποσπάσματα και τα μεταβιβάζει στο γλωσσικό μοντέλο ως πλαίσιο. Έτσι η απάντηση βασίζεται σε επίκαιρο περιεχόμενο ειδικό για την εταιρεία και όχι μόνο στις γνώσεις εκπαίδευσης του μοντέλου. Αυτό μειώνει τους επινοημένους ισχυρισμούς, κάνει τις πηγές ανιχνεύσιμες και επιτρέπει ενημερώσεις χωρίς επανεκπαίδευση.

RAG
αναζήτηση γνώσης
+1

Διάνυσμα ενσωμάτωσης (embedding)

Ένα διάνυσμα ενσωμάτωσης (embedding) είναι μια λίστα αριθμών που αναπαριστά το νόημα μιας λέξης, μιας πρότασης ή ενός εγγράφου, έτσι ώστε κείμενα με παρόμοιο περιεχόμενο να βρίσκονται κοντά. Έτσι μπορεί να αναγνωριστεί, για παράδειγμα, ότι οι λέξεις «ακύρωση» και «λύση της σύμβασης» σχετίζονται, παρότι δεν έχουν κοινές λέξεις. Τα embeddings στηρίζουν πολλά συστήματα σημασιολογικής αναζήτησης, υπηρεσίες συστάσεων και εφαρμογές RAG· υπολογίζονται από ειδικά εκπαιδευμένα μοντέλα.

διάνυσμα
σημασιολογική αναζήτηση
+1

Βελτιστοποίηση για παραγωγικές μηχανές (GEO)

Η βελτιστοποίηση για παραγωγικές μηχανές (Generative engine optimisation, GEO) καλύπτει μέτρα που βοηθούν το περιεχόμενο να γίνει ορατό και να παρατίθεται ως πηγή από συστήματα αναζήτησης με ΤΝ, όπως το ChatGPT, το Perplexity ή οι επισκοπήσεις ΤΝ στις μηχανές αναζήτησης. Ο όρος προέρχεται από ερευνητική εργασία του 2023. Βασικοί παράγοντες είναι σαφείς, άμεσα παραθέσιμες απαντήσεις, καθαρή δομή, τεκμηριωμένα στοιχεία, επίκαιρες πληροφορίες και αναγνωρίσιμοι συντάκτες. Η GEO συμπληρώνει την κλασική βελτιστοποίηση για μηχανές αναζήτησης (SEO) και δεν την αντικαθιστά.

αναζήτηση ΤΝ
SEO
+1

Πρότυπο