Eksplorowanie semantycznych przypadków użycia wyszukiwania
W przypadku wyszukiwania semantycznego aplikacje mogą udostępniać środowisko wyszukiwania oparte na kontekście i intencji, a nie tylko słowa kluczowe. Ten typ wyszukiwania jest przydatny w wielu przypadkach użycia. Oto kilka przykładów.
Semantyczne przypadki użycia wyszukiwania
Personalizacja
Preferencje i działania użytkownika można przechwycić jako wektor osadzania. Ten wektor może służyć do wywierania wpływu na rankingi wyszukiwania. Na przykład systemy rekomendacji książek mogą klasyfikować książki według podobieństwa do zapytania wyszukiwania i preferencji dla historycznych książek literatury faktu.
Systemy zarządzania wiedzą
Zawartość w intranetach i innych systemach zarządzania wiedzą jest często tworzona z biegiem czasu z luźnymi lub nieutrzymywanymi strukturami. Wyszukiwanie semantyczne pomaga firmom organizować i znajdować informacje na podstawie intencji i kontekstu dokumentów, a nie tylko ich słów kluczowych. Ta organizacja może być jeszcze bardziej precyzyjna dzięki modelowi osadzania specjalizującemu się w domenie firmy.
Handel elektroniczny
Wyszukiwanie semantyczne umożliwia aplikacjom udostępnianie klientom odpowiednich wyników produktów bez polegania na dopasowaniach słów kluczowych. Ta metoda zmniejsza nakład pracy potrzebny do utrzymania słów kluczowych lub posiadania niewygodnych lub trudnych opisów zoptymalizowanych pod kątem wyszukiwania leksykalnego. Zamiast tego klienci wyszukują według intencji i znaczenia. Ten typ wyszukiwania może również wypełnić lukę między domenami technicznymi, takimi jak części komputerowe i słownictwo klienta. Na przykład wyszukiwanie "głównego chipa" może znaleźć CPU przed innymi rodzajami chipów.
Przypadki użycia nietekstowe
Istnieje wiele sposobów korzystania z semantycznego wyszukiwania poza tekstem. Podstawową funkcją wyszukiwania semantycznego jest obliczanie podobieństwa wektorów osadzania. Model może generować osadzanie dla wprowadzania tekstu lub innych danych wejściowych, takich jak piksele obrazu. Model obrazu można wytrenować przy rozpoznawaniu obiektów, aby umożliwić użytkownikom wyszukiwanie zdjęć zawierających obiekty na zdjęciu zapytania.