البحث الدلالي في Python: التضمينات (embeddings) والبحث المتجهي (vector search)

البحث الدلالي، أو البحث بالمعنى (vector search)، أسلوب لا يعتمد على مطابقة الكلمات المفتاحية. بدلًا من ذلك، تُحوَّل البيانات إلى تضمينات (embeddings)، ثم يجري البحث عن المتجهات المتشابهة. ويشكّل هذا الأسلوب أساس أنظمة RAG وأنظمة التوصية وتطبيقات الذكاء الاصطناعي الحديثة.

ما الغرض من vector search؟

يُستخدم vector search في أنظمة RAG، والبحث الدلالي، وأنظمة التوصية، وتطبيقات الذكاء الاصطناعي الحديثة.

ما هي embeddings؟

التضمينات (embeddings) تمثيلات رقمية للنص على شكل مصفوفة تتراوح بين 300 وأكثر من 1500 رقم. النصوص المتقاربة في المعنى تكون تضميناتها متقاربة في الفضاء المتجهي.

أين يُستخدم البحث بالمعنى؟

في أنظمة RAG، والبحث الدلالي، وأنظمة التوصية، وتطبيقات الذكاء الاصطناعي الحديثة.