オンデマンドウェビナー

NLPモデルとベクトル検索の概要:パート2

Hosted by:

Tom Grabowski

Tom Grabowski

Principal Product Manager

Elastic

刻み チャウチャウ

刻み チャウチャウ

Prinicipalプロダクトマネージャー

エラスティック

Gilad Gal

Gilad Gal

Principal Product Manager I

Elastic

概要

本ウェビナーは、「NLPの概要:パート1」セッションの更新版であり、Elasticプラットフォームの8.1-8.3の更新が含まれます。

Elasticsearchがお届けする最新のNLPとネイティブベクトル検索の概要について説明します。新しい機械学習モデルを使用してコンテクストを把握し、スピードと結果の品質を向上させましょう。セマンティック文章埋め込みモデルや質問応答NLP PyTorchモデルなどの高度なテキスト分析を、非常に手軽に、かつ短時間で実施できます。フィルタリング、範囲クエリ、増分インデックス作成など、ベクトル検索の最新機能も手に入れましょう。プリビルトのモデルで始めることも、自作のモデルをスケールすることもできます。

主な内容:

  • Elasticsearchの高密度ベクトルフィールドを使用したベクトル類似性の検索
  • ベクトル検索のフィルタリング
  • 範囲クエリを使用した、クエリとの関連性が高いとみなされる結果のサブセットの定義
  • インデックスへの増分変更処理
  • NLPモデルでセマンティック検索を使用たアプリケーションの構築
  • Hugging Face、PyTorchモデルの使用
  • ベクトルとNLPを使用した最新のセマンティック検索アプリケーションの作成

参考資料:

ビデオをみる

最新のElastic Stackに関する情報をお送りします。

MarketoFEForm