HP® LaserJets have unmatched printing speed, performance and reliability that you can trust. Enjoy Low Prices and Free Shipping when you buy now online.
La ricerca semantica consiste nel cercare contenuti utilizzando il linguaggio naturale, esattamente come fa Google. Quando si utilizza la ricerca semantica, non è necessario cercare parole chiave esatte (note anche come ricerca per parole chiave), poiché l'intelligenza artificiale è in grado di comprendere la richiesta e interpretarla.
Supponiamo che siate un rivenditore di stampanti HP e che abbiate migliaia di documenti come descrizioni tecniche sulle stampanti, prezzi, termini di servizio... Forse volete rendere più facile la ricerca di questi documenti sul vostro sito di e-shopping? Consultate ad esempio questi 3 brevi documenti:
HP® LaserJets have unmatched printing speed, performance and reliability that you can trust. Enjoy Low Prices and Free Shipping when you buy now online.
Every HP LaserJet comes with a one-year HP commercial warranty (or HP Limited Warranty).
HP LaserJet ; Lowest cost per page on mono laser printing. · $319.99 ; Wireless options available. · $109.00 ; Essential management features. · $209.00.
Immaginate ora che uno dei vostri clienti ponga la seguente domanda sul vostro sito di e-shopping:
How long is the warranty on the HP Color LaserJet Pro?
Il modello di ricerca semantica dell'intelligenza artificiale restituirà quanto segue in un batter d'occhio:
Every HP LaserJet comes with a one-year HP commercial warranty (or HP Limited Warranty).
Forse il cliente non ha posto una domanda ben formulata? Nessun problema, anche una domanda come questa può funzionare:
period warranty HP Color LaserJet Pro
Come si può vedere, la ricerca semantica è molto più avanzata della tradizionale ricerca per parole chiave, in quanto è possibile porre domande in linguaggio naturale come si farebbe con un essere umano. Inoltre, l'intelligenza artificiale della ricerca semantica è molto brava a eseguire la disambiguazione (capire il significato di una parola grazie al suo contesto).
La ricerca semantica è un'ottima soluzione per la ricerca e la risposta alle domande sui propri dati, perché è estremamente veloce e precisa.
Se si desidera rispondere a domande su un ampio corpus di conoscenze interne al dominio, si potrebbe configurare un sistema di Retrieval Augmented Generation (RAG). In questo caso, leggete il nostro articolo dedicato a RAG: leggi qui.
La ricerca semantica può essere ottenuta popolando un database vettoriale con embeddings, che è l'approccio utilizzato dai fornitori di database vettoriali come Pinecone o Milvus. Ma per ottenere tempi di risposta più avanzati, è necessario creare il proprio modello di ricerca semantica e distribuirlo su una GPU, come facciamo noi di NLP Cloud.
La ricerca semantica ha fatto passi da gigante negli ultimi anni, sia in termini di velocità che di precisione. Ecco alcuni esempi di casi d'uso:
È ormai molto comune vedere barre di ricerca su siti web online, come siti di e-shopping, documentazione tecnica, ecc. Grazie alla ricerca semantica, è possibile migliorare notevolmente questa funzione di ricerca per renderla più pertinente e precisa.
I chatbot di assistenza sono sempre più avanzati. Ora è possibile porre all'IA del supporto domande avanzate sul contratto, sulle caratteristiche del prodotto, sulle politiche di rimborso, ecc.
I dipendenti a volte hanno difficoltà a recuperare le informazioni giuste, il che rende più difficile il loro lavoro quotidiano e rallenta la loro produttività. Una buona soluzione è proporre una base di conoscenza interna accessibile con la ricerca semantica.
L'analisi di documenti legali e finanziari complessi può rappresentare una sfida. La soluzione consiste nell'aggiungere questi documenti al motore di intelligenza artificiale e applicare facilmente la ricerca semantica per recuperare i risultati.
NLP Cloud propone un'API di ricerca semantica che consente di creare il proprio motore di ricerca semantico a partire dai propri dati aziendali e di eseguire ricerche semantiche immediate, basate sui migliori modelli di Sentence Transformers.
Il tempo di risposta (latenza) è molto buono per questi modelli!
Per maggiori dettagli, consultare la documentazione sulla ricerca semantica. qui.
Testare la ricerca semantica a livello locale è una cosa, ma utilizzarla in modo affidabile in produzione è un'altra cosa. Con NLP Cloud potete fare entrambe le cose!