Izrada semantičke pretrage
Izrađujemo semantičku pretragu koja razumije šta ljudi traže, spajajući embeddinge s pretragom po ključnim riječima i vašim poslovnim pravilima. Klijenti nalaze pravi proizvod, a zaposleni pravi dokument, i kada njihove riječi nisu iste kao vaše.
Šta je to i kada odgovara
Semantička pretraga pretvara tekst, a ponekad i slike, u embeddinge (brojčane zapise značenja), pa se upiti poklapaju po značenju. Sama ta metoda promaši tačne pojmove kao što su šifre dijelova i nazivi brendova, zato izrađujemo hibridnu pretragu: vektorsku pretragu i pretragu po ključnim riječima zajedno, s ponovnim rangiranjem i prilagodbom prema filterima, zalihama, marži ili datumu. Podešavamo je na vašim stvarnim logovima pretrage i mjerimo relevantnost na označenim skupovima upita.
Ovo dobro odgovara velikim katalozima s neujednačenim podacima o proizvodima, sadržaju na više jezika ili bazama znanja u kojima ljudi traže svojim riječima. Ako korisnici uglavnom traže po tačnoj šifri ili je vaša zbirka mala i dobro označena, možda je dovoljno podesiti postojeću pretragu po ključnim riječima. Prije preporuke pregledamo vaše logove pretrage.
Šta izrađujemo
Pretraga proizvoda
Pretraga kataloga koja razumije sinonime, nejasne opise i greške u kucanju, s rangiranjem koje poštuje zalihe, filtere i pravila prodaje.
Pretraga internog znanja
Pretraga kroz dokumente, tikete i wiki stranice koja vraća relevantan odlomak, filtriran prema pravima pristupa korisnika.
Hibridno rangiranje
Vektorska pretraga i pretraga po ključnim riječima, spojene i ponovo rangirane, s bodovanjem koje možete mijenjati bez ponovnog postavljanja modela.
Pretraga na više jezika
Upit na jednom jeziku pronalazi sadržaj na drugom, što je korisno za kataloge na nizozemskom, engleskom i njemačkom.
Testiranje relevantnosti
Označeni skupovi upita i mjerenja na testnim podacima, uz praćenje klikova i konverzija, da potvrdimo da promjene poboljšavaju stvarne rezultate.
Semantička pretraga, pretraga po ključnim riječima ili hibridna pretraga.
Semantička pretraga traži poklapanje po značenju: upit i vaš sadržaj pretvaraju se u embeddinge i porede, pa pretraga za vodootpornom jaknom nađe i proizvod opisan kao kišna kabanica. Pretraga po ključnim riječima traži tačne riječi. Hibridna pretraga spaja obje, i upravo nju treba većina kataloga proizvoda i baza znanja.
| Vrsta pretrage | Poklapanje po | Dobra za | Slaba za |
|---|---|---|---|
| Pretraga po ključnim riječima | Tačnim riječima iz upita | Šifre dijelova, nazive brendova i tačne fraze | Sinonime i drugačije formulacije |
| Semantička pretraga | Značenju, preko embeddinga | Prirodno postavljena pitanja i različite formulacije | Tačne šifre i rijetke pojmove |
| Hibridna pretraga | Riječima i značenju zajedno, uz ponovno rangiranje | Zbirke koje dobijaju obje vrste upita | Traži podešavanje na stvarnim logovima pretrage |
Naš vodič o embeddingima i semantičkoj pretrazi objašnjava izbor modela, izbor između pgvectora i vektorske baze i mjerenje relevantnosti.
Kako teče rad
- 01
Analiza logova pretrage
Gledamo šta ljudi traže, gdje dobiju loše rezultate ili nikakve i koji su upiti komercijalno najvažniji.
- 02
Početno mjerenje relevantnosti
Označimo skup upita, izmjerimo vašu postojeću pretragu na njemu i postavimo ciljeve za novo rangiranje.
- 03
Izrada i podešavanje
Biramo modele za embeddinge, izrađujemo hibridnu pretragu i podešavamo rangiranje prema skupu upita i vašim poslovnim pravilima.
- 04
Puštanje i mjerenje
Nova pretraga radi uz staru na dijelu posjeta, a konverzije i angažman poredimo prije potpunog prelaska.
Povezani projekti
Tehnologije
Sve tehnologijeZa dalje čitanje
Embeddingi objašnjeni: praktični vodič za produktne timove
Kako embeddingi (engl. embeddings) pokreću semantičku pretragu, kako izabrati model i mjesto za vektore i kako izmjeriti da li su rezultati bolji.
4 min čitanja
Kako evaluirati RAG: metrike pretrage, vjernost izvoru i zlatni skup
Kako pravilno raditi RAG evaluaciju: pretragu odvojite od odgovora, vjernost izvoru provjerite tvrdnju po tvrdnju i sastavite zlatni skup kojem možete vjerovati.
4 min čitanja
Česta pitanja
Često ne morate. Ako koristite Elasticsearch ili Postgres, možemo im dodati vektorsku pretragu i ponovno rangiranje. Posebnu vektorsku bazu predlažemo samo kada to traže obim, filtriranje ili brzina odziva.
Na vašim podacima testiramo više modela, uključujući komercijalne modele kompanije OpenAI i otvorene modele s platforme Hugging Face koje možete hostovati sami. Najbolji model zavisi od jezika i oblasti, pa odluku donosi skup za mjerenje relevantnosti.
Dobro izrađena hibridna pretraga na većini kataloga vraća rezultate dovoljno brzo da se prikazuju dok korisnik kuca. Ponovno rangiranje dodaje malo kašnjenja, pa ga koristimo selektivno i keširamo rezultate gdje to ima smisla.