Słownik AI
Embeddingi (wyszukiwanie po znaczeniu)
Embeddingi to zapis znaczenia tekstu w postaci liczb, dzięki któremu program może porównywać teksty według sensu, a nie samych słów. Teksty o podobnym znaczeniu dostają podobne liczby, więc wyszukiwarka znajdzie „strzyżenie męskie” po zapytaniu „fryzjer dla mężczyzn”. Na embeddingach opiera się wyszukiwanie po znaczeniu i RAG.
Zaktualizowano: · 85 Software Group
Embeddingi wyjaśnione po ludzku
Zwykła wyszukiwarka szuka tych samych słów. Jeśli w bazie jest „manicure hybrydowy”, a ktoś wpisze „paznokcie hybryda”, może nic nie znaleźć. Embeddingi zamieniają każdy tekst na zestaw liczb opisujących jego sens, a potem program szuka tekstów, których liczby są najbliżej.
Można to sobie wyobrazić jak mapę, na której każdy tekst ma swoje miejsce. Podobne znaczenia leżą blisko siebie, różne daleko. Szukanie po znaczeniu to sprawdzenie, co leży w sąsiedztwie pytania.
Takie liczby trzyma się w bazie wektorowej, czyli bazie zbudowanej do szybkiego szukania najbliższych sąsiadów wśród milionów zapisów.
Jak używamy tego w praktyce
BooksyAudit: 2 mln usług do przeszukania po sensie
W BooksyAudit ok. 2 mln usług salonów jest zapisanych jako wektory w bazie Qdrant. Dzięki temu program znajduje podobne usługi po znaczeniu, nawet gdy salony nazywają je zupełnie innymi słowami.
Wyszukiwarka w bazie wiedzy firmy
Typowe zastosowanie: pracownik pyta własnymi słowami, a wyszukiwarka znajduje właściwą procedurę albo odpowiedź z archiwum zgłoszeń, choć ta jest napisana innym językiem.
Więcej: BooksyAudit
Powiązane hasła
- RAGRAG to sposób budowania asystenta AI, który przed odpowiedzią wyszukuje pasujące fragmenty w dokumentach firmy, a potem odpowiada na ich podstawie
- Fine-tuningFine-tuning to douczanie gotowego modelu AI na własnych przykładach, żeby lepiej wykonywał jedno konkretne zadanie: rozpoznawał branżowe pojęcia, trzymał stały format albo oceniał według firmowych kryteriów
- LLMLLM to duży model językowy: program wytrenowany na ogromnej ilości tekstu, który przewiduje, jakie słowa powinny paść dalej
Pytania o Embeddingi
Co to jest wyszukiwanie semantyczne?
To wyszukiwanie po znaczeniu, a nie po dokładnych słowach. Program rozumie, że „zwrot pieniędzy” i „oddanie kasy za zamówienie” to ta sama sprawa. Działa dzięki embeddingom, które zapisują sens tekstu w liczbach.
Co to jest baza wektorowa?
To baza danych zbudowana do przechowywania embeddingów i szybkiego znajdowania tych, które są najbliżej zapytania. Przykłady to Qdrant, pgvector czy Pinecone. Przydaje się, gdy przeszukujesz tysiące albo miliony tekstów.
Chcesz wdrożyć to w firmie?Pomożemy albo nauczymy.
Budujemy produkty z AI i szkolimy zespoły. Napisz, czego potrzebujesz.
Napisz do nasa@85.pl