Woordenlijst

AI-zoeken

Wat is AI-zoeken?

AI-zoeken verwijst naar zoekmethoden die AI gebruiken om de bedoeling achter een zoekvraag te begrijpen, resultaten te wegen en vaak een samengevat antwoord met bronnen te genereren in plaats van een gewone lijst met links. Technisch gebruiken ze trefwoordzoeken, vectorzoeken over embeddings of een combinatie, vaak gevolgd door een taalmodel. Voorbeelden zijn antwoordmachines op het web en interne kennisbankzoekfuncties die medewerkers helpen te vinden wat ze nodig hebben in handleidingen en richtlijnen.

Hoe KI.ordo helpt

KI.ordo doorzoekt opgeslagen kennis op de server met BM25-trefwoordzoeken en gebruikt geen vector- of embeddingzoeken.

Meer informatie

Onderwerpen

Zoeken
Kennis
Retrieval

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten

← Alle begrippen

Verwante begrippen

Information retrieval

Information retrieval omvat methoden waarmee in een grote hoeveelheid tekst de documenten of passages worden gevonden die bij een zoekvraag passen, en die op relevantie worden gerangschikt. Klassieke benaderingen zoals BM25 wegen zoektermen naar hoe vaak en hoe zelden ze voorkomen; nieuwere voegen semantische gelijkenis toe. Het vormt de basis van zoekmachines, enterprise search en retrieval-augmented generation, waarbij een taalmodel de opgehaalde passages als basis voor zijn antwoord gebruikt.

Zoeken
BM25
+1

Retrieval-augmented generation (RAG)

Retrieval-augmented generation combineert zoeken met tekstgeneratie: voordat het antwoordt, doorzoekt het systeem een kennisverzameling – zoals handleidingen, richtlijnen of veelgestelde vragen – op relevante passages en geeft die als context aan het taalmodel. Het antwoord is daardoor gebaseerd op actuele, bedrijfsspecifieke inhoud en niet alleen op de trainingskennis van het model. Dit vermindert verzonnen beweringen, maakt bronnen controleerbaar en maakt updates mogelijk zonder opnieuw te trainen.

RAG
kennis zoeken
+1

Embeddingvector

Een embeddingvector (embedding) is een lijst getallen die de betekenis van een woord, zin of document weergeeft, zodat teksten met vergelijkbare inhoud dicht bij elkaar liggen. Zo kan bijvoorbeeld worden herkend dat ‘opzegging’ en ‘beëindiging van het contract’ verwant zijn, ook al hebben ze geen woorden gemeen. Embeddings vormen de basis van veel semantische zoeksystemen, aanbevelingsdiensten en RAG-toepassingen; ze worden berekend door speciaal getrainde modellen.

vector
semantisch zoeken
+1

Generative engine optimization (GEO)

Generative engine optimization (GEO) omvat maatregelen waarmee content zichtbaar wordt in, en als bron wordt geciteerd door, AI-gestuurde zoeksystemen zoals ChatGPT, Perplexity of de AI-overzichten in zoekmachines. De term komt uit een onderzoeksartikel uit 2023. Belangrijke factoren zijn duidelijke, direct citeerbare antwoorden, een heldere structuur, onderbouwde feiten, actuele informatie en herkenbare auteurs. GEO vult klassieke zoekmachineoptimalisatie (SEO) aan in plaats van die te vervangen.

AI-zoeken
SEO
+1

Sjabloon