Woordenlijst

Retrievalpipeline

Wat is Retrievalpipeline?

Een retrievalpipeline is de reeks verwerkingsstappen waarmee een systeem de juiste informatie bij een vraag vindt. Typische stappen zijn: documenten inlezen en opschonen, opdelen in chunks, een zoekindex opbouwen, eventueel de zoekopdracht herschrijven, treffers ophalen, rangschikken (reranking) en de beste doorgeven aan het taalmodel. Het is de basis van elke RAG-toepassing, en de kwaliteit ervan bepaalt grotendeels hoe goed de resulterende antwoorden zijn.

Hoe KI.ordo helpt

In KI.ordo wordt opgeslagen kennis opgedeeld in overlappende chunks en rechtstreeks op de server doorzocht met BM25-trefwoordzoeken – zonder vectordatabase.

Meer informatie

Onderwerpen

RAG
zoeken
gegevensverwerking

KI.ordo uitproberen

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

Demo starten

← Alle begrippen

Verwante begrippen

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

Document reranking

Document reranking is een tweede sorteerstap in zoek- en RAG-systemen: een snelle eerste zoekactie levert een reeks kandidaatresultaten op, die een nauwkeurigere maar duurdere methode vervolgens op relevantie herordent. Vaak gebeurt dit met een zogeheten cross-encoder die de vraag en een passage samen beoordeelt. Zo staan de meest relevante passages bovenaan voordat een taalmodel er een antwoord uit formuleert.

zoeken
RAG
+1

Query-uitbreiding

Query-uitbreiding voegt automatisch verwante termen toe aan een zoekopdracht, zodat ook relevante documenten met een andere formulering worden gevonden. Typische toevoegingen zijn synoniemen, afkortingen, woordvormen of vertalingen: een zoekopdracht naar “opzegging” kan dan ook teksten over “beëindiging van het contract” vinden. Dit is vooral nuttig bij zoeken op trefwoorden, maar kan de precisie verlagen als er te veel of ongeschikte termen worden toegevoegd. Tegenwoordig worden vaak taalmodellen ingezet om de uitgebreide zoekopdrachten te genereren.

zoeken
synoniemen
+1

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