点播网络研讨会
自然语言处理模型和矢量搜索简介:第 2 部分
主办方:
Tom Grabowski
Principal Product Manager
Elastic
尼克 周
首席产品经理
弹性
Gilad Gal
Principal Product Manager I
Elastic
概述
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
立即登记观看
你将会收到一封相关内容的电邮。
MarketoFEForm