自然语言处理模型和矢量搜索简介：第 2 部分

Tom Grabowski

Principal Product Manager

Elastic

尼克 周

首席产品经理

弹性

Gilad Gal

Principal Product Manager I

Elastic

这是对自然语言处理模型简介：第 1 部分讲座的更新，其中包括 Elastic 平台 8.1 至 8.3 的更新。

介绍 Elasticsearch 所采用的现代自然语言处理和原生矢量搜索。全新 Machine Learning 模型可帮助了解上下文信息，同时提高搜索速度并改进搜索结果。您可以解锁更先进的文本分析技术，如语义文本嵌入和进行问题回答的 NLP PyTorch 模型，同时显著减少工作量和耗费的时间。获取有关矢量搜索的最新信息，包括筛选、半径查询、增量索引等等。可以从预构建的模型开始，也可以扩展您自己的模型。

重要内容：

• 在 Elasticsearch 中使用稠密矢量字段以实现矢量相似度搜索
• 筛选矢量搜索
• 使用半径查询来定义被认为与查询相关的结果子集
• 处理对索引的增量更改
• 使用采用自然语言处理模型的语义搜索构建应用程序
• 使用 HuggingFace PyTorch 模型
• 使用矢量和自然语言处理来创建现代语义搜索应用程序

其他资源：

• 获取适用于 AI 时代的搜索工具包 — Elasticsearch Relevance Engine™ (ESRE)
• 自然语言处理模型和矢量搜索简介：第 1 部分
• 在 Elasticsearch 中使用 PyTorch 的现代自然语言处理简介
• 近似最近邻 (ANN) 搜索简介
• 自然语言处理入门和端到端示例（博客系列）
• 文档：自然语言处理 (NLP)
• 文档：稠密矢量字段类型
• 想自己尝试一下？请了解更多关于 Elastic Cloud 的信息；或者，如果您已经准备好开始使用，现可免费试用 14 天