Fogalomtár

Lekérdezésbővítés

Mi a(z) Lekérdezésbővítés?

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.

Témák

keresés
szinonimák
információkinyerés

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Információkeresés

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.

Keresés
BM25
+1

Dokumentum-újrarangsorolás

A dokumentum-újrarangsorolás (reranking) a keresőrendszerek és a RAG-rendszerek második rendezési lépése: egy gyors kezdeti keresés találatjelölteket ad vissza, amelyeket egy pontosabb, de költségesebb módszer relevancia szerint újrarendez. Ezt gyakran egy úgynevezett cross-encoder végzi, amely a kérdést és a szövegrészletet együtt értékeli. Így a legrelevánsabb részletek kerülnek az élre, mielőtt egy nyelvi modell válaszot fogalmaz belőlük.

keresés
RAG
+1

Visszakeresési folyamat (retrieval pipeline)

A visszakeresési folyamat azoknak a feldolgozási lépéseknek a sorozata, amelyekkel a rendszer egy kérdéshez megtalálja a megfelelő információt. Tipikus lépések: a dokumentumok beolvasása és megtisztítása, darabokra (chunk) bontása, keresési index építése, adott esetben a lekérdezés átfogalmazása, a találatok lekérése, rangsorolása (reranking), majd a legjobbak átadása a nyelvi modellnek. Ez minden RAG-alkalmazás alapja, és minősége nagyban meghatározza, mennyire jók lesznek a válaszok.

RAG
keresés
+1

Úgy értette, hogy… (DYM)

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.

keresés
helyesírás-javítás
+1