W wyszukiwaniu fasetowym użytkownicy krok po kroku zawężają wyniki za pomocą filtrów zbudowanych z atrybutów treści – takich jak kategoria, cena, marka, data czy autor. Każda faseta zwykle pokazuje, ile wyników pozostaje. Podejście to znamy ze sklepów internetowych, ale stosuje się je też w bibliotekach, intranetach i archiwach dokumentów, aby ułatwić orientację w dużych zbiorach bez dokładnych haseł wyszukiwania.
Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.
Uruchom demoWyszukiwanie informacji (information retrieval) obejmuje metody znajdowania w dużym zbiorze tekstów dokumentów lub fragmentów pasujących do zapytania i porządkowania ich według trafności. Klasyczne podejścia, takie jak BM25, ważą szukane terminy według tego, jak często i jak rzadko występują; nowsze dodają podobieństwo semantyczne. Stanowi podstawę wyszukiwarek, wyszukiwania korporacyjnego i generowania wspomaganego wyszukiwaniem, w którym model językowy wykorzystuje znalezione fragmenty jako podstawę odpowiedzi.
Wyszukiwanie AI to metody wyszukiwania, które wykorzystują AI do uchwycenia intencji stojącej za zapytaniem, ważenia wyników i często generowania zwięzłej odpowiedzi ze źródłami zamiast zwykłej listy odnośników. Technicznie stosują wyszukiwanie słów kluczowych, wyszukiwanie wektorowe na embeddingach lub ich połączenie, często z modelem językowym na końcu. Przykłady to silniki odpowiedzi w internecie oraz wewnętrzne wyszukiwanie wiedzy, które pomaga pracownikom znajdować potrzebne informacje w instrukcjach i regulaminach.
Rozszerzanie zapytań automatycznie dodaje do zapytania pokrewne terminy, aby znaleźć także istotne dokumenty używające innego słownictwa. Typowe uzupełnienia to synonimy, skróty, formy wyrazów lub tłumaczenia: wyszukiwanie hasła „rezygnacja” może wtedy znaleźć także teksty o „wypowiedzeniu umowy”. Jest to szczególnie przydatne w wyszukiwaniu po słowach kluczowych, ale może obniżyć precyzję, jeśli doda się zbyt wiele lub nieodpowiednie terminy. Dziś do generowania rozszerzonych zapytań często używa się modeli językowych.
W informatyce ontologia to formalny model dziedziny wiedzy, który jednoznacznie definiuje pojęcia, ich właściwości i relacje między nimi. Dzięki temu ludzie i maszyny mogą spójnie interpretować dane i wyciągać z nich wnioski. Ontologie leżą u podstaw wielu grafów wiedzy, systemów wyszukiwania semantycznego i projektów integracji danych. Przykład: ontologia produktów stwierdza, że „rower elektryczny” jest „rowerem” i ma „akumulator”.
