مصطلحًا
البحث المتجهي
- الفئة
- RAG, Embeddings & Search
- الصعوبة
- متوسط
التعريف
تقنية لاسترجاع المعلومات تحدد البيانات ذات الصلة عن طريق حساب التشابه الرياضي بين تضمينات المتجهات عالية الأبعاد بدلاً من مطابقة الكلمات الرئيسية الحرفية.
آلية العمل والسياق
يعمل البحث المتجهي عن طريق تحويل البيانات - مثل النصوص أو الصور أو الصوت - إلى تمثيلات رقمية تسمى التضمينات. هذه التضمينات هي نقاط في مساحة عالية الأبعاد حيث يتم وضع العناصر ذات المعاني المتشابهة بالقرب من بعضها البعض. عندما يرسل المستخدم استعلامًا، يقوم النظام بتحويل هذا الاستعلام إلى تضمين ويجري بحثًا عن أقرب جار للعثور على نقاط البيانات في مساحة المتجهات التي تكون أقرب رياضيًا إلى متجه الاستعلام. يسمح هذا النهج بـ 'البحث الدلالي'، حيث يمكن لاستعلام عن 'كلبي' استرجاع مستندات بنجاح حول 'الكلاب' حتى لو لم تظهر كلمة 'كلب' في النص. على عكس البحث التقليدي القائم على الكلمات الرئيسية (BM25)، الذي يعتمد على مطابقة السلسلة الدقيقة، يلتقط البحث المتجهي الفروق الدقيقة والسياق والعلاقات بين المفاهيم، مما يجعله التكنولوجيا التأسيسية لأنظمة التوليد المعزز بالاسترجاع (RAG) الحديثة.
لماذا هو مهم
يعد البحث المتجهي أمرًا بالغ الأهمية لبناء تطبيقات ذكاء اصطناعي ذكية تتطلب استرجاع معلومات واعية بالسياق. فهو يسمح لنماذج اللغة الكبيرة بالوصول إلى قواعد معرفية خاصة أو خاصة بمجال معين عن طريق استرجاع مقتطفات المعلومات ذات الصلة لتأسيس استجاباتها. بدون البحث المتجهي، ستقتصر نماذج الذكاء الاصطناعي على بيانات تدريبها الثابتة، مما يجعل من المستحيل تقديم إجابات دقيقة أو محدثة أو مخصصة بناءً على الوثائق الداخلية للشركة أو تدفقات البيانات في الوقت الفعلي.
مثال واقعي
يستخدم روبوت محادثة لدعم العملاء لشركة إلكترونيات البحث المتجهي للتعامل مع الاستعلامات المعقدة. عندما يسأل المستخدم: 'لماذا تومض شاشتي؟'، يقوم النظام بتحويل هذا الاستعلام إلى متجه. ثم يبحث في قاعدة بيانات للأدلة الفنية وتذاكر الدعم السابقة. حتى لو استخدم الدليل مصطلح 'عدم استقرار العرض' بدلاً من 'وميض الشاشة'، يحدد البحث المتجهي المطابقة المفاهيمية ويسترجع خطوات استكشاف الأخطاء وإصلاحها الصحيحة للمستخدم.
أخطاء شائعة
- افتراض أن البحث المتجهي يتفوق دائمًا على البحث بالكلمات الرئيسية؛ غالبًا ما يكون البحث الهجين (الجمع بين الاثنين) أكثر فعالية لاستعلامات تقنية أو أسماء منتجات محددة.
- إهمال أهمية اختيار نموذج التضمين، والذي يمكن أن يؤثر بشكل كبير على جودة نتائج الاسترجاع.
- الفشل في مراعاة 'لعنة الأبعاد' عند توسيع قواعد بيانات المتجهات إلى ملايين السجلات دون استراتيجيات فهرسة مناسبة مثل HNSW.
- معاملة البحث المتجهي كبديل لاستعلامات قاعدة البيانات المهيكلة بدلاً من كونه أداة تكميلية للبيانات غير المهيكلة.
الأسئلة الشائعة
كيف يختلف البحث المتجهي عن البحث التقليدي بالكلمات الرئيسية؟
يبحث البحث بالكلمات الرئيسية عن مطابقات دقيقة للكلمات أو العبارات، وهو ما يفشل غالبًا إذا استخدم المستخدم مرادفات أو مصطلحات مختلفة. يبحث البحث المتجهي عن التشابه المفاهيمي، مما يعني أنه يمكنه العثور على نتائج ذات صلة حتى لو كانت الكلمات الدقيقة في الاستعلام غائبة عن البيانات المصدر.
ما هو دور قاعدة بيانات المتجهات في هذه العملية؟
قاعدة بيانات المتجهات هي نظام تخزين متخصص مصمم لفهرسة والاستعلام عن المتجهات عالية الأبعاد بكفاءة. إنها توفر البنية التحتية لإجراء عمليات بحث سريعة عن التشابه عبر مجموعات بيانات ضخمة، وهو ما سيكون مكلفًا حسابيًا في قاعدة بيانات علائقية قياسية.
هل يمكن استخدام البحث المتجهي للبيانات غير النصية؟
نعم. نظرًا لأن البحث المتجهي يعتمد على التضمينات، فيمكن استخدامه لأي نوع بيانات يمكن تحويله إلى متجه، بما في ذلك الصور والصوت والفيديو وحتى أنماط سلوك المستخدم، مما يتيح إمكانات البحث متعدد الوسائط.