Présentation des modèles NLP et de la recherche vectorielle : Partie I

Tom Grabowski

Principal Product Manager

Elastic

Entaille Bouffe

Chef de Produit Prinicipal

Élastique

Gilad Gal

Principal Product Manager I

Elastic

Découvrez le traitement du langage naturel (NLP) moderne et la recherche vectorielle native dans Elasticsearch. Tirez parti des nouveaux modèles de Machine Learning pour comprendre le contexte, gagner en rapidité et améliorer les résultats. Exploitez l'analyse avancée de texte, comme la reconnaissance d'entités nommées (NER), le plongement textuel sémantique, l'analyse des émotions et des sentiments, ou la classification de textes, le tout, plus rapidement et avec un minimum d'efforts. Commencez avec des modèles prédéfinis ou scalez votre propre modèle.

Thèmes abordés

• Comment utiliser Lucene 9 et les champs de vecteurs denses
• Exemples de NLP pour la reconnaissance d'entités nommées, la classification de textes et les plongements textuels
• Comment travailler avec des modèles de NLP, HuggingFace et PyTorch
• Utilisation de vecteurs et du NLP pour créer des applications de recherche sémantique modernes

Pour aller plus loin

• Obtenez votre boîte à outils incontournable pour la recherche à l'ère de l'IA : Elasticsearch Relevance Engine™ (ESRE)
• Présentation des modèles NLP et de la recherche vectorielle : Partie II
• Documentation sur LE NLP
• Documentation sur les types de champs de vecteurs denses
• Qu'est-ce que la recherche vectorielle ?
• Envie d'en juger par vous-même ? Cliquez ici pour en savoir plus sur Elastic Cloud ou, si vous vous sentez prêt à vous lancer, inscrivez-vous pour un essai gratuit de 14 jours.