semantisk søgning
Semantisk søgning er en søgeteknik, der forstår brugerens hensigt og ordbetydning i stedet for at matche nøjagtige søgeord.
Kort fortalt
Søgning, der forstår hvad du mener, ikke bare hvad du skriver.
- Kategori
- teknik
- Niveau
- begynder
Betydninger
1- 1
En søgeteknik, hvor relevans bestemmes ud fra betydningsmæssig lighed mellem forespørgsel og dokumenter, ofte ved hjælp af neuronale netværk eller vektorrepræsentationer.
- I stedet for at nøjes med nøjagtige ordmatch, anvender moderne søgemaskiner semantisk søgning til at levere mere relevante resultater.
- RAG-systemer kombinerer semantisk søgning med en sprogmodel for at besvare spørgsmål baseret på en ekstern vidensbase.
Hvornår bruges det
Semantisk søgning bruges i moderne søgemaskiner, RAG-systemer og vidensbaser til at finde relevant information, selv når ordene ikke matcher præcist. Den anvender ofte embeddings til at repræsentere tekst i et vektorrum og måler afstande mellem forespørgsler og dokumenter.
Kodeeksempel
from sentence_transformers import SentenceTransformer, util
model = SentenceTransformer('all-MiniLM-L6-v2')
query = "Hvad er hovedstaden i Danmark?"
documents = ["København er Danmarks hovedstad.", "Paris er Frankrigs hovedstad."]
query_emb = model.encode(query)
doc_embs = model.encode(documents)
scores = util.cos_sim(query_emb, doc_embs)
best_idx = scores.argmax()
print(documents[best_idx])Eksempel på semantisk søgning med embeddings: en forespørgsel matches mod dokumenter ved hjælp af cosinus-lighed.
Oprindelse
Fra 'semantik' (læren om betydning) og 'søgning'.
Afledte ord
1Kilder
2- From Word Embeddings to Document Distances (2015)
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (2020)