Rozszerzanie zapytań (query expansion)
Przepisanie wyszukiwania użytkownika na kilka pełniejszych zapytań, z synonimami i pokrewnymi pojęciami, żeby krótkie albo mgliste pytania też znajdowały wyniki.
Użytkownicy wpisują dwa słowa; dokumenty używają innych. Model przepisuje zapytanie na warianty (albo na hipotetyczną odpowiedź, po której się szuka), każdy wariant jest wyszukiwany, a wyniki scalane. Wyraźnie podnosi to trafienia przy mglistych pytaniach kosztem dodatkowego wywołania modelu i pewnego opóźnienia. Tak samo można wyciągnąć pojęcia negatywne, czyli to, czego użytkownik nie chce, i użyć ich jako filtrów.
Powiązane hasła
- Wyszukiwanie hybrydowe (hybrid search): Połączenie wyszukiwania po słowach kluczowych (np. BM25) z wyszukiwaniem wektorowym, żeby wyniki trafiały i w dokładne słowa, i w znaczenie.
- RAG (retrieval-augmented generation): Najpierw wyszukanie pasujących dokumentów i włożenie ich do promptu, żeby model odpowiadał na ich podstawie.
- Baza wektorowa (pgvector i inne): Baza, która przechowuje embeddingi i szybko znajduje najbliższe wektorowi zapytania; to krok wyszukiwania w większości systemów RAG.
