Neuronale IR-Suche: Maschinelles Lernen & Deep Learning Algorithmen
Die neuronale IR-Suche verwendet maschinelles Lernen und Deep-Learning-Algorithmen, um Systemen zu helfen, den Kontext und die Absicht dessen zu verstehen, was wir in die Suchleiste eingeben. Während die einfache Suche nach Schlüsselwörtern immer noch einen Platz in unserem heutigen Internet hat, ist diese fortschrittliche Technologie die Zukunft der präzisen Suche, die für Dinge wie juristische Dokumente oder wissenschaftliche Arbeiten benötigt wird.
Tia geht bis ins Jahr 1999 zurück und erklärt, wie sich die einfache Stichwortsuche zur neuronalen IR-Suche entwickelt hat.
Sie können die gesamte zweite Staffel im Schnelldurchlauf ansehen oder gleich zur ersten Staffel zurückkehren .
Abonnieren Sie den Kanal Lucid Thoughts und stellen Sie sicher, dass Sie Ihre Fragen und Kommentare zu jedem Video hinterlassen.
Abschrift:
Stellen Sie sich vor – wir schreiben das Jahr 1999.
Cher hilft Ihnen, an das Leben nach der Liebe zu glauben, während Sie Jeeves nach intelligenten Nahrungsmitteln für Ihren Jahr-2000-Bunker fragen.
Aber die Suchergebnisse sind… ein bisschen daneben.
Glücklicherweise sind die Dinge heute ganz anders.
In den Anfängen der Internetsuche verließen wir uns auf Schlüsselwörter und dann auf Phrasen, aber jetzt stellen wir Fragen und erwarten, dass der Computer weiß, was wir meinen. Die neuronale IR-Suche ist die neueste Methode, mit der wir Computern helfen, selbst unsere verrücktesten Anfragen wirklich zu verstehen.
Diese Methode nutzt maschinelles Lernen und Deep-Learning-Algorithmen, um Systemen zu helfen, den Kontext und die Absicht dessen zu verstehen, was wir in die Suchleiste eingeben.
Eine Technik verwendet Signaldaten, um zu bestimmen, welcher Teil des Satzes oder der Phrase am wichtigsten ist. In diesem Fall wird also sowohl „was mache ich mit“ als auch „Y2k-Bunker“ erkannt, um Ihnen genauere Inhalte zu liefern.
Auch das Aufspüren von Synonymen ist wichtig. Ein Blick auf die Benutzerhistorie und die Klicks hilft der Maschine herauszufinden, welche Wörter auf dieselbe Weise verwendet werden.
Lassen Sie uns nun ein wenig tiefer gehen.
Es gibt spezielle Programme, die Maschinen dabei helfen, die Bedeutung unserer Sätze noch genauer zu verstehen.
Algorithmen wie Word2Vec sind darauf trainiert, Sätze und Phrasen in Vektoren oder Linien in einem Diagramm umzuwandeln.
Und erinnern Sie sich an die Trigonometrie, die Sie in der Schule gelernt haben? Der Kosinus wird verwendet, um den Abstand zwischen bestimmten Sätzen und Phrasen zu bestimmen.
Grundsätzlich gilt: Je näher die Begriffe im Inhalt liegen, desto wahrscheinlicher ist es, dass es sich um das handelt, wonach Sie gesucht haben.
Die neuronale IR-Suche geht jedoch darüber hinaus, indem sie Signale verwendet (der Host zeigt auf den Bereich, in dem das Signalvideo erscheinen wird). Während wir die Ergebnisse auswählen, „lernt“ das System den Abstand zwischen der gesuchten Sprache und dem, worauf wir klicken.
Das neuronale Netzwerk berechnet den Abstand zwischen den „Vektoren“ oder „Linien“ neu, je nachdem, wie wir die Ergebnisse verwenden. So lernt das System aus Erfahrung und die Ergebnisse werden immer besser.
Und mit diesen Fähigkeiten kombiniert – das ist eine Neuronale IR-Suche!
(ahem)
Tut mir leid, Jeeves!