Modalitajiet ta' tfittxija: keyword, semantic, hybrid
F'din il-paġna
Tliet approċċi biex issib informazzjoni
Il-qasam retrieval_mode jaċċetta tliet valuri, u din l-għażla mhix kożmetika: tiddetermina x’inhu qed iqabbel il-magna. Modalità waħda tħares lejn il-kliem, oħra lejn it-tifsira, u t-tielet tagħmel iż-żewġ affarijiet. Skont id-dokumenti tiegħek u kif l-utenti tiegħek ifformulaw il-mistoqsijiet tagħhom, id-differenza fir-rilevanza bejn żewġ modalitajiet tista’ tkun drammatika fuq l-istess ġabra.
Modalità Keyword: tqabbil litterali
Il-modalità Keyword taġixxi bħal magna ta’ tfittxija klassika. Tqabbel il-kliem fil-mistoqsija tiegħek mat-test indiċjat u toħroġ passiġġi li fihom verament dawk il-kliem.
{
"query": "VAT rate 20%",
"source": { "collection_ids": ["col_fiscal"] },
"retrieval_mode": { "type": "keyword" }
}
Is-saħħa tagħha tinsab fil-litteralità tagħha. Għal referenza ta’ prodott bħal “XR-2847”, numru ta’ fattura, artikolu legali, jew akronimu tal-industrija, ma tagħmilx żbalji: jew il-katina hemm, jew mhix. Ma tikkalkulax embeddings, li jagħmilha mgħaġġla. Id-dgħufija tagħha hija eżattament in-naħa l-oħra ta’ din il-kwalità: ma tifhem xejn. Jekk id-dokument tiegħek jitkellem dwar “value added tax” meta l-utent jikteb “VAT”, it-tqabbil ma jsirx u tirċievi żero riżultati minn dokument li fil-fatt kien fih it-tweġiba. Kollox imbagħad jiddependi mill-koinċidenza tal-vokabolarju bejn il-kittieb u l-qarrej, li hija mħatra riskjuża malli l-utenti tiegħek mhumiex l-awturi tad-dokumenti.
Modalità Semantic: fehim tat-tifsira
Il-modalità Semantic tittrasforma l-mistoqsija u l-biċċiet (chunks) f’vetturi, imbagħad tqabbel it-tifsiriet minflok il-karattri. Għalhekk toħroġ passiġġi rilevanti anke meta ma jkun hemm l-ebda kelma kondiviża.
{
"query": "how to reduce sales taxes",
"source": { "collection_ids": ["col_fiscal"] },
"retrieval_mode": { "type": "semantic" }
}
Din il-mistoqsija ma fihiha la “VAT” u lanqas “exemption”, u madankollu se toħroġ passiġġi li jittrattaw il-VAT, taxxa fuq il-valur miżjud, tnaqqis fit-taxxa, jew eżenzjonijiet. Dan huwa eżattament dak li trid għal assistent面向 il-pubbliku: l-utenti tiegħek jistaqsu bil-kliem tagħhom, mhux bil-lessiku tad-dipartiment legali tiegħek. Il-modalità tittratta s-sinonimi mingħajr ma titlaqqa’—“refund”, “credit note”, u “credit” jinġabru flimkien naturalment fl-ispazju vettorjali. Min-naħa l-oħra, titlef il-preċiżjoni fejn il-preċiżjoni hija assoluta: kodiċi tal-prodott “XR-2847” jidher semantikament simili għal “XR-2874”, u l-magna tista’ tirritorna dak ħażin. Kull mistoqsija teħtieġ ukoll kalkolu ta’ embedding, allura hemm kost komputazzjonali li ma jeżistix fil-modalità keyword.
Modalità Hybrid: iż-żewġ sinjali flimkien
Il-modalità Hybrid hija l-modalità predefinita u dik li tirrakkomanda xAI, għax tirrifjuta l-kompromess. Ħu mistoqsija legali tipika, li taħlit referenza eżatta u kunċett imċajpar.
{
"query": "article L.121-3 director liability",
"source": { "collection_ids": ["col_juridique"] },
"retrieval_mode": { "type": "hybrid" }
}
L-ipproċessar iseħħ f’tliet passi. L-ewwel, il-magna tmexxi tfittxija keyword biex taqbad tqabbil eżatt, hawnhekk il-katina “L.121-3”. Imbagħad tmexxi tfittxija semantika parallelment li tfittex passiġġi marbuta kunċettwalment mar-responsabbiltà tad-diretturi, anke meta ma jużawx dawk il-kliem eżatti. Fl-aħħar, tgħaqqad iż-żewġ listi u terġa’ tikklassifikahom biex timmassimizza r-rilevanza ġenerali.
Ir-riżultat jaqbad kemm artikoli li jiċċitaw espliċitament L.121-3 kif ukoll kummenti li jittrattaw ir-responsabbiltà tad-diretturi mingħajr ma jsemmu l-artikolu. Ir-rikall (recall) jitjieb b’mod sinifikanti: titlef inqas dokumenti rilevanti, irrispettivament mir-reġistru tal-mistoqsija. Dan huwa għaliex il-modalità hybrid taħdem daqshekk tajjeb kemm għal mistoqsija teknika kif ukoll għal frażi konversazzjonali, u għaliex tikkostitwixxi l-għażla predefinita raġonevoli.
Żewġ sitwazzjonijiet madankollu jiġġustifikaw li titbiegħed minn din l-impostazzjoni. Jekk qed tfittex firma ta’ funzjoni speċifika f’bażi tal-kodiċi, l-istorbju semantiku jaħdem kontra tiegħek u keyword tkun iktar affilata. Bil-kontra, għal esplorazzjoni wiesgħa—“x’ktebna dwar il-lealtà tal-klijenti?”—mingħajr terminu pivot biex tqabbel, semantic tarmi x-xibka wiesgħa u tgħinek tiskopri dokumenti li ma kontx qed tfittex.
Tqabbil tal-modalitajiet
| Kriterju | keyword | semantic | hybrid |
|---|---|---|---|
| Termini eżatti | Eċċellenti | Ġust | Tajjeb |
| Sinonimi | Ħażin | Eċċellenti | Tajjeb |
| Lingwa naturali | Ħażin | Eċċellenti | Eċċellenti |
| Kodiċijiet/referenzi | Eċċellenti | Ħażin | Tajjeb |
| Rakkomandazzjoni | Każijiet speċifiċi | Esplorazzjoni | Predefinit |
Mod sempliċi biex tiddeċiedi: ħu għaxar mistoqsijiet reali mill-utenti tiegħek, mexxihom fit-tliet modalitajiet kollha fuq l-istess ġabra, u qabbel l-ewwel ħames riżultati. Fi ħmistax-il minuta, tkun taf jekk il-corpus tiegħek jixxarrabx lejn vokabolarju eżatt jew lejn it-tifsira.
Punti Ewlenin
- Il-modalità Keyword tfittex tqabbil eżatt—ideali għal termini tekniċi u referenzi
- Il-modalità Semantic tifhem it-tifsira—ideali għal mistoqsijiet bil-lingwa naturali
- Il-modalità Hybrid tgħaqqad iż-żewġ approċċi—din hija l-għażla predefinita rrakkomandata
- Uża
keywordgħat-tfittxijiet ta’ kodiċijiet, identifikaturi, jew valuri eżatti - Uża
hybridfil-każijiet l-oħra kollha