AI驱动的搜索

Elastic Stack Serverless

在现代搜索系统中，自然语言理解和信息检索密不可分。有时仅靠全文搜索是不够的。机器学习技术是帮助用户基于意图和上下文含义查找数据的强大工具。

根据您团队的技术专长和要求，您可以选择两种主要路径在 Elasticsearch 中实施 AI 驱动的搜索。您可以使用抽象掉大部分复杂性的托管工作流程，也可以直接使用底层向量搜索技术。

用例

AI驱动的搜索支持广泛的应用

Elasticsearch 中的 AI 驱动的搜索建立在向量搜索技术之上，该技术使用机器学习模型来捕获内容中的含义。这些向量表示形式有两种：捕获整体含义的密集向量和关注关键术语及其关系的稀疏向量。

提示

AI 驱动的搜索新手？从 semantic_text 工作流程开始，该工作流程提供了一个易于使用的抽象，通过合理的默认设置来实现这些功能。了解更多在此实践教程中。

Elasticsearch 使用向量搜索作为 AI 驱动搜索功能的基础。您可以通过两种方式使用此技术

语义搜索 提供在底层使用向量搜索的托管工作流程
- semantic_text 字段类型提供了最简单的路径，具有自动嵌入生成和模型管理功能
- 其他实现选项可满足更复杂的需求
向量搜索 使您可以直接访问底层技术
- 密集或稀疏向量的手动配置
- 灵活地引入您自己的嵌入
- 直接实现向量相似度匹配

一旦您实施了任一种方法，就可以将其与全文搜索相结合，以创建混合搜索解决方案，这些解决方案可以利用基于含义和基于关键字的匹配。