U fasetnoj pretrazi korisnici korak po korak sužavaju rezultate filtrima izgrađenima iz atributa sadržaja – poput kategorije, cijene, marke, datuma ili autora. Svaka faseta obično prikazuje koliko rezultata ostaje. Pristup je poznat iz internetskih trgovina, ali se koristi i u knjižnicama, intranetima i arhivima dokumenata kako bi velike zbirke postale pregledne bez točnih pojmova za pretraživanje.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoDohvaćanje informacija (information retrieval) obuhvaća metode koje u velikom korpusu teksta pronalaze dokumente ili odlomke koji odgovaraju upitu i rangiraju ih prema relevantnosti. Klasični pristupi poput BM25 ponderiraju pojmove pretrage prema tome koliko se često i koliko rijetko pojavljuju; noviji dodaju semantičku sličnost. Temelj je tražilica, pretraživanja unutar poduzeća i generiranja potpomognutog dohvaćanjem, u kojem jezični model dohvaćene odlomke koristi kao osnovu za svoj odgovor.
UI pretraga odnosi se na metode pretraživanja koje pomoću UI-ja shvaćaju namjeru iza upita, ponderiraju rezultate i često generiraju sažet odgovor s izvorima umjesto običnog popisa poveznica. Tehnički koriste pretragu ključnih riječi, vektorsku pretragu nad embeddingima ili njihovu kombinaciju, često uz jezični model na kraju. Primjeri su tražilice odgovora na webu i interna pretraga znanja koja zaposlenicima pomaže pronaći što trebaju u priručnicima i pravilnicima.
Proširenje upita automatski dodaje srodne pojmove pretraživačkom upitu kako bi se pronašli i relevantni dokumenti koji koriste drukčije formulacije. Tipični dodaci su sinonimi, kratice, oblici riječi ili prijevodi: pretraga za „otkaz“ tada može pronaći i tekstove o „raskidu ugovora“. To je posebno korisno za pretraživanje po ključnim riječima, ali može smanjiti preciznost ako se doda previše ili neprikladnih pojmova. Danas se za generiranje proširenih upita često koriste jezični modeli.
U informatici je ontologija formalni model nekog područja koji jasno definira pojmove, njihova svojstva i odnose među njima. Tako ljudi i strojevi mogu dosljedno tumačiti podatke i iz njih izvoditi zaključke. Ontologije su temelj mnogih grafova znanja, sustava semantičkog pretraživanja i projekata integracije podataka. Primjer: ontologija proizvoda kaže da je „e-bicikl“ „bicikl“ i da ima „bateriju“.
