Pri fazetovom vyhľadávaní používatelia postupne zužujú výsledky pomocou filtrov vytvorených z atribútov obsahu – napríklad kategórie, ceny, značky, dátumu alebo autora. Každá fazeta zvyčajne ukazuje, koľko výsledkov zostáva. Prístup je známy z e-shopov, používa sa však aj v knižniciach, intranetoch a archívoch dokumentov, aby boli veľké zbierky prehľadné aj bez presných hľadaných výrazov.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoVyhľadávanie informácií (information retrieval) zahŕňa metódy, ktoré vo veľkom súbore textov nájdu dokumenty alebo úryvky zodpovedajúce dopytu a zoradia ich podľa relevantnosti. Klasické prístupy, ako je BM25, váhujú hľadané výrazy podľa toho, ako často a ako zriedka sa vyskytujú; novšie pridávajú sémantickú podobnosť. Tvorí základ vyhľadávačov, podnikového vyhľadávania a generovania rozšíreného o vyhľadávanie (RAG), pri ktorom jazykový model používa nájdené úryvky ako základ svojej odpovede.
Vyhľadávanie s AI označuje metódy vyhľadávania, ktoré pomocou AI pochopia zámer dopytu, váhujú výsledky a často vygenerujú zhrnutú odpoveď so zdrojmi namiesto prostého zoznamu odkazov. Technicky využívajú kľúčové vyhľadávanie, vektorové vyhľadávanie nad vnoreniami alebo ich kombináciu, často s následným jazykovým modelom. Príkladom sú odpoveďové vyhľadávače na webe a interné vyhľadávanie znalostí, ktoré zamestnancom pomáha nájsť potrebné informácie v príručkách a smerniciach.
Rozšírenie dopytu automaticky pridáva k vyhľadávaciemu dopytu súvisiace pojmy, aby sa našli aj relevantné dokumenty, ktoré používajú iné formulácie. Typickými doplnkami sú synonymá, skratky, tvary slov alebo preklady: vyhľadávanie „storno“ tak môže nájsť aj texty o „vypovedaní zmluvy“. Je to užitočné najmä pri vyhľadávaní podľa kľúčových slov, no môže to znížiť presnosť, ak sa pridá priveľa alebo nevhodné pojmy. Dnes sa na tvorbu rozšírených dopytov často používajú jazykové modely.
V informatike je ontológia formálny model určitej oblasti poznania, ktorý jasne definuje pojmy, ich vlastnosti a vzťahy medzi nimi. Ľudia aj stroje tak môžu dáta jednotne interpretovať a vyvodzovať z nich závery. Ontológie sú základom mnohých znalostných grafov, sémantických vyhľadávacích systémov a projektov integrácie dát. Príklad: ontológia produktov uvádza, že „elektrobicykel“ je „bicykel“ a má „batériu“.
