Vektor-Sich (semantesch Sich)
Schnelldefinitioun
Vektor-Sich ass eng Recuperatiounsmethod déi d'Elementer zréckgëtt, déi hir Embeddings am noeste beim Embedding vun der Fro sinn, sou datt d'Resultater mat Bedeitung passen amplaz mat de gemeinsame Schlüsselwieder. Et ass den üblechen Motor vun der semantescher Sich.
Auf dëser Säit
Wéi Vektor-Sich funktionnéiert
Jedes Dokument, Passage oder Produkt gëtt an e Embedding ëmgewandelt an an engem Index gespäichert. Zur Zäit vun der Fro gëtt d'Fro mat dem selwechte Modell embedded, an den Index zréckgëtt d'noeste Vektoren, normalerweis gemësselt duerch Cosinus Ähnlechkeet. E Client, deen "eppes waarm fir Skiing" frot, kann eng Jackett fannen, déi als "isoléiert, waasserdicht Wanterhülse" beschriwwe gëtt, och wann kee Wuert passt.
E Vergläich vun enger Fro mat Millioune Vektoren een no dem aneren wier lues, sou datt Indizes approximativ nächst-Nopesch-Algorithmen benotzen. HNSW, e geschichtete Graf beschriwwen vum Malkov an Yashunin am Joer 2016, ass ee vun den am meeschte benotzte; et handelt e klengen Verloscht vun der Geneeheet fir ganz séier Sich. Open-Quell-Erweiderungen wéi pgvector bréngen dës Indizes zu PostgreSQL.
Semantesch Sich vs Schlüsselwuert-Sich
Schlüsselwuert-Sich (BM25, Volltext, Trigram-Matching) ass präzis op genauen Begrëffer: eng Produktreferenz, eng Mark, en Feelercode. Et versagt bei Synonymen an Paraphrasen. Vektor-Sich ass d'Géigend: staark op Bedeitung, schwaach op genau Sträng an rare Identifikatoren.
Dofir benotzen déi meeschte Produktiounssystemer hybrid Sich: béid ausféieren, dann d'Resultater fusionéieren oder nei rangéieren.
Fallen
Vektorsich huet ëmmer eppes, och wann näischt Relevant existéiert, sou datt e System eng Relevanzschwelle oder eng Kontroll braucht ier et d'Resultater benotzt. Et verstoen net Zuelen oder Constraints: “unter 50 Euro, am Lager, Gréisst M” brauch richteg Filter op strukturéiert Daten. A Qualitéit hänkt dovun of, wéi den Inhalt opgedeelt gouf: Passagen, déi ze laang sinn, verschwommen d'Bedeitung, Passagen, déi ze kuerz sinn, verléieren de Kontext.
Vektorsich an AI SmartTalk
AI SmartTalk späichert Embeddings an PostgreSQL mat pgvector, mat engem HNSW Index op Produktdokumenter, an kombinéiert Vektorsimilaritéit mat Trigramm an Volltext Sich. Fir Produkter, d'Assistenzsichtool fügt strukturéiert Filteren op Präis, Lager, Mark, Kategorie an Variantattributer derbäi, sou datt eng semantesch Fro an eng präzis Constraint zesumme beäntwert kënne ginn.
Froën déi oft gestallt ginn
Ass semantesch Sich déi selwecht wéi Vektorsich?
Semantesch Sich ass d'Zil — Resultater duerch Bedeitung ze fannen. Vektorsich iwwer Embeddings ass déi heefegst Manéier fir et ze erreechen, oft kombinéiert mat Schlësselwieder Sich.
Brauche ech eng dedizéiert Vektordatebank?
Net notwendigerweis. Erweiderungen wéi pgvector addéieren Vektorindizes zu PostgreSQL, wat genuch fir vill Applikatiounen ass an d'Vektoren nieft dem Rescht vun den Daten hält.
Wat ass hybrid Sich?
Eng Sich déi Vektorsich an Schlësselwieder Sich zesummen ausféiert an d'Resultater fusionéiert, sou datt et souwuel paraphraséiert Froen wéi och genau Begrëffer wéi Produktreferenzen behandelt.