Ce este Căutare semantică?

Ce înseamnă Căutare semantică

Căutarea semantică găsește informații după sens, nu după potrivirea exactă a cuvintelor. Dacă scrii „cum îmi recuperez accesul la cont”, găsește și pagina intitulată „Am uitat parola”, chiar dacă cele două nu au niciun cuvânt în comun.

Căutarea clasică, pe cuvinte-cheie, întoarce paginile care conțin exact termenii tăi, eventual cu variante gramaticale. Este rapidă și precisă pentru nume, coduri și expresii exacte, dar ratează sinonimele și formulările diferite. Căutarea semantică rezolvă tocmai această problemă.

Motoarele de căutare mari folosesc de ani buni tehnici semantice, iar astăzi căutarea semantică apare pe site-uri, în magazine online, în documentațiile firmelor și în sistemele RAG care alimentează chatboții.

Cum funcționează

Toate documentele sunt transformate dinainte în embedding-uri, vectori care le reprezintă sensul, și sunt salvate într-o bază de date vectorială. Întrebarea utilizatorului este transformată și ea în vector, iar sistemul întoarce documentele cu vectorii cei mai apropiați.

În practică se folosește des căutarea hibridă: rezultatele căutării pe cuvinte-cheie sunt combinate cu cele ale căutării semantice, pentru că fiecare prinde lucruri pe care cealaltă le ratează (de exemplu, un cod de produs exact sau un sinonim).

Pe înțelesul tuturor

Căutarea pe cuvinte-cheie seamănă cu un funcționar care îți aduce de la arhivă doar dosarele pe a căror copertă scrie exact cuvântul spus de tine. Căutarea semantică e ca un arhivar cu experiență, care înțelege ce cauți și îți aduce dosarele potrivite, chiar dacă pe coperta lor scrie altceva.

Exemplu

Pe site-ul unei bănci, un client scrie: „mi-a rămas cardul în bancomat”. Căutarea pe cuvinte-cheie nu găsește nimic relevant, pentru că pagina de ajutor se numește „Card reținut de ATM”. Căutarea semantică înțelege că este vorba despre aceeași situație și afișează pagina corectă ca prim rezultat.

De reținut

• Căutarea semantică găsește rezultate după sens, nu după cuvinte identice.
• Se bazează pe embedding-uri și pe baze de date vectoriale.
• Se combină adesea cu căutarea clasică pe cuvinte-cheie (căutare hibridă).

Nu confunda

• Căutare semantică vs. căutare full-text: căutarea full-text (de exemplu MATCH ... AGAINST în MySQL) caută cuvinte; căutarea semantică compară sensuri.
• Căutare semantică vs. RAG: căutarea semantică doar găsește documentele; RAG le dă apoi unui model de limbaj, care formulează un răspuns pe baza lor.

Termeni înrudiți

• Embedding: Transformarea unui text, a unei imagini sau a unui sunet într-o listă de numere care îi surprinde sensul; lucrurile asemănătoare ajung apropiate.
• Bază de date vectorială: Bază de date specializată în stocarea embedding-urilor și în găsirea rapidă a celor mai apropiate, ca sens, de o întrebare.
• RAG (generare augmentată prin căutare): Tehnica prin care un model de limbaj caută întâi informații relevante în documente sau pe internet și abia apoi răspunde, pe baza lor.
• NLP (procesarea limbajului natural): Domeniul AI care îi învață pe calculatoare să înțeleagă și să producă limbaj omenesc: traducere, rezumare, chatboți, analiza textelor.
• LLM (model lingvistic mare): Model AI antrenat pe cantități uriașe de text, care înțelege și generează limbaj; stă în spatele ChatGPT, Claude sau Gemini.