:: ::

Po długich miesiącach gadania, przyszedł czas na działanie - wreszcie rozpoczęliśmy wdrażanie semantic searcha! Przejście od teorii do praktyki było dość trudne, dlatego mamy dla Was garść informacji, które ułatwią Wam wejście w temat.

Rozmawiamy o tym czym jest semantic search, jakie nam daje korzyści w porównaniu do tradycyjnego wyszukiwania, co musimy mieć, żeby go wdrożyć, jak połączyć ze sobą poszczególne elementy całej układanki i jak takie rozwiązanie zaimplementować.

Dźwięki wykorzystane w audycji pochodzą z kolekcji "107 Free Retro Game Sounds" dostępnej na stronie https://dominik-braun.net, udostępnianej na podstawie licencji Creative Commons license CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).

Informacje dodatkowe:

  • "What is semantic search?", Elastic: https://www.elastic.co/what-is/semantic-search
  • "Large language model (LLM)", Wikipedia: https://en.wikipedia.org/wiki/Large_language_model
  • "What Is Retrieval-Augmented Generation, aka RAG?", NVIDIA Blogs: https://blogs.nvidia.com/blog/what-is-retrieval-augmented-generation/
  • "Hybrid Search Explained", Weaviate: https://weaviate.io/blog/hybrid-search-explained
  • "Semantic search", SBERT: https://www.sbert.net/examples/applications/semantic-search/README.html#semantic-search
  • Hugging Face: https://huggingface.co/
  • PyTorch: https://pytorch.org/
  • TensorFlow: https://www.tensorflow.org/
  • Node.js: https://nodejs.org/en
  • Elasticsearch: https://www.elastic.co/elasticsearch
  • Kubernetes: https://kubernetes.io/
  • "Build Semantic-Search with Elastic search and BERT vector embeddings. ( From scratch )", Abid Saudagar: https://www.youtube.com/watch?v=KSwPR9eig7w
  • Jupyter Notebook: https://jupyter.org/
  • SentenceTransformers Documentation: https://www.sbert.net/
  • "k-nearest neighbor (kNN) search", Elastic Docs: https://www.elastic.co/guide/en/elasticsearch/reference/current/knn-search.html
  • Transformers.js, Hugging Face: https://huggingface.co/docs/transformers.js/index
  • "Export to ONNX", Hugging Face docs: https://huggingface.co/docs/transformers/serialization
  • "Symmetric vs. Asymmetric Semantic Search", SBERT: https://www.sbert.net/examples/applications/semantic-search/README.html#symmetric-vs-asymmetric-semantic-search
  • "Tutorial: semantic search with ELSER", Elastic Docs: https://www.elastic.co/guide/en/elasticsearch/reference/current/semantic-search-elser.html
  • "The Beginner’s Guide to Text Embeddings", Deepset: https://www.deepset.ai/blog/the-beginners-guide-to-text-embeddings

Jest to odcinek podkastu:
Tech Writer koduje

Podcast o technicznej stronie tworzenia dokumentacji w IT. Skupiamy się na tym jak Tech Writer może wpasować się w środowisko programistów zarówno pod kątem sposobu pracy jak i używanych technologii, narzędzi i rozwiązań. Staramy się też pokazać, że praca Tech Writera może być ciekawa i rozwijająca pod kątem umiejętności technicznych.

Link RSS Zobacz pozostałe odcinki Wesprzyj dobrym słowem
Udostępnij
Kategorie:
Technologia

Informacja dotycząca prawa autorskich: Wszelka prezentowana tu zawartość podkastu jest własnością jego autora

Wyszukiwanie

Kategorie