„Mysleli ste“ (DYM, did you mean) je funkcia vyhľadávania, ktorá navrhne opravený dopyt, keď sa vstup javí ako preklep alebo nezvyčajný. Spolieha sa na miery podobnosti medzi slovami, jazykové modely a analýzu častých vyhľadávaní. Príklad: kto do internetového obchodu napíše „kavovra“, uvidí „Mysleli ste: kávovar?“. Funkcia znižuje počet prázdnych stránok s výsledkami, a tak zlepšuje zážitok z vyhľadávania.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoFuzzy porovnávanie nájde záznamy, ktoré sú podobné, ale nie presne rovnaké – napríklad kvôli preklepom, skratkám alebo rôznemu pravopisu. Spolieha sa na miery podobnosti, ako je Levenshteinova vzdialenosť, ktorá počíta, koľko znakov treba zmeniť. Typické použitie je hľadanie duplicít v adresných a zákazníckych údajoch: „Novák s.r.o., Hlavná 5“ a „Novák, spol. s r.o., Hlavná ul. 5“ sa rozpoznajú ako pravdepodobne ten istý záznam.
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.
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.
Vyhľadávanie 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.
