Az „Úgy értette, hogy…” (Did you mean, DYM) olyan keresési funkció, amely javított lekérdezést javasol, ha a bevitel elírtnak vagy szokatlannak tűnik. Szavak közötti hasonlósági mértékekre, nyelvi modellekre és a gyakori keresések elemzésére épül. Példa: aki egy webáruházban azt írja be, hogy „kávéfőző masnia”, azt látja: „Úgy értette, hogy: kávéfőző gép?”. A funkció csökkenti az üres találati oldalakat, így javítja a keresési élményt.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA fuzzy egyeztetés (fuzzy matching) olyan bejegyzéseket talál, amelyek hasonlóak, de nem pontosan azonosak – például elírások, rövidítések vagy eltérő írásmódok miatt. Hasonlósági mértékekre támaszkodik, mint a Levenshtein-távolság, amely megszámolja, hány karaktert kell módosítani. Tipikus felhasználása a duplikátumok keresése cím- és ügyféladatokban: a „Kovács Kft., Fő u. 5.” és a „Kovács Korlátolt Felelősségű Társaság, Fő utca 5.” valószínűleg azonos rekordként ismerhető fel.
A lekérdezésbővítés (query expansion) automatikusan rokon kifejezéseket ad a keresési lekérdezéshez, hogy a más megfogalmazást használó releváns dokumentumok is megtalálhatók legyenek. Tipikus kiegészítések a szinonimák, rövidítések, szóalakok vagy fordítások: a „lemondás” keresése így találhat „szerződésfelmondásról” szóló szövegeket is. Ez különösen hasznos a kulcsszavas keresésnél, de csökkentheti a pontosságot, ha túl sok vagy nem megfelelő kifejezést adnak hozzá. Ma a bővített lekérdezéseket gyakran nyelvi modellekkel állítják elő.
Az MI-keresés olyan keresési módszereket jelent, amelyek MI-t használnak a lekérdezés mögötti szándék megértésére, az eredmények súlyozására, és gyakran forrásokkal ellátott, összefoglalt választ generálnak a puszta hivatkozáslista helyett. Technikailag kulcsszavas keresést, beágyazásokon alapuló vektorkeresést vagy ezek kombinációját használják, gyakran egy nyelvi modellel kiegészítve. Példák: az interneten működő válaszmotorok és a belső tudáskeresés, amely segít a munkatársaknak megtalálni a szükséges információt kézikönyvekben és szabályzatokban.
Az információkeresés (information retrieval) azokat a módszereket foglalja magában, amelyek egy nagy szövegállományban megtalálják a lekérdezésnek megfelelő dokumentumokat vagy szövegrészleteket, és relevancia szerint rangsorolják őket. A klasszikus megközelítések, például a BM25, a keresőszavakat aszerint súlyozzák, milyen gyakran és milyen ritkán fordulnak elő; az újabbak szemantikus hasonlóságot is bevonnak. Ez áll a keresőmotorok, a vállalati keresés és a visszakeresésalapú generálás mögött, amelyben egy nyelvi modell a visszakeresett részleteket használja válasza alapjául.
