Machine Learning 搜索

借助 Machine Learning 将搜索提升到一个新的水平

Elastic 采用的是最新的 Machine Learning 和自然语言处理技术。提供的功能灵活且易于实施,您可以借助工具在应用程序中构建语义和图像搜索、个性化和问题回答功能,从而显著改善搜索体验。

深入了解 Elastic 的 Machine Learning 功能。

前往文档

了解 Elastic 强大的自然语言处理 (NLP)、命名实体识别 (NER) 和情感分析功能。

观看视频

详细了解 Machine Learning 如何支持实现企业搜索的相关性。

观看网络研讨会

功能

Machine Learning 唾手可得

借助 Elastic,您可以通过在本地运行的 Machine Learning 和矢量搜索,构建应用程序,以实现卓越的搜索相关性、性能和个性化结果。支持对数据集进行分类,检测异常,识别和预测趋势。

  • 矢量搜索

    Elastic 基于 Lucene 矢量字段和近似最近邻(ANN,使用 HNSW)搜索构建而成,通过将搜索查询与基于矢量的搜索概念进行匹配,使搜索应用程序响应得更快、更准确 — 这一点大规模搜索中,表现尤为突出。

  • 自然语言处理支持和模型管理

    通过支持现代自然语言处理,您可以将 PyTorch 和 Python 模型与 Elasticsearch 采集管道结合使用,以进行情感分析、文本分类和命名实体识别 (NER)。支持直接从 Hugging Face 导入热门的变压器模型。

  • 预测模型

    构建并应用预测模型(监督式学习),对数据进行分类或预测趋势。为了在 Elastic 中应用预测模型,变压器会将原始数据映射到数据帧中。

常见的 Machine Learning 任务

将 Machine Learning 添加到您的搜索用例

Machine Learning (ML) 搜索的应用是无限的,而且 Elastic 的各种功能推动了高度相关的搜索,从而增强了搜索体验和后台管理能力。

  • 个性化

    通过命名实体识别、文本分类和情感分析,构建可针对最终用户位置、客户帐户或购买历史记录或他们在组织内角色进行响应的搜索体验。

  • 语义搜索

    自然语言搜索通过矢量搜索和近似最近邻算法捕捉上下文信息并解锁搜索查询背后的含义,让用户可大规模地获得更快、更准确的结果。

  • 图像搜索

    跨大型数据集比较图像,以实现产品发现和交叉销售、图像跟踪和身份验证。

  • 问题回答

    通过使用矢量字段、文本相似性搜索、填充掩码和文本分类任务,在您的网站常见问答、帮助中心或支持知识库中查找类似问题,从而更快地为最终用户提供相关答案。

  • 内容扩充

    通过命名实体识别、文本嵌入、零样本分类和情感分析来组织内容,以在您的网站上同时显示五星级客户评价或类似的新闻报道,对研究数据进行分类,或发送客户支持问题。

  • 趋势识别

    使用 Machine Learning 模型,通过对搜索分析和行为进行分类、聚类和关联,发现搜索数据中的模式并做出有效反应,如内容或商品目录中的空白。

Elastic 的不同之处

化繁为简

Elastic 的工具为 Machine Learning 带来了集成、灵活性和可扩展性,团队可以轻松使用预训练模型并进行大规模操作。您可以对这些模型进行调优,也可以构建自己的模型,以满足特定领的需求,并为您的组织进行创新。

  • 内置 Machine Learning

    通过核心 Elasticsearch 中内置的 Machine Learning,可以高效整合您的数据,而无需将它们导出到外部终端。

  • 灵活的应用程序

    构建基于 Machine Learning 提供支持的现代搜索,且具有超高的可配置性和易用性。

  • 可针对任何用例进行扩展

    测试、运营和扩展都与 Elasticsearch 风格保持一致。Machine Learning 已经包含在您爱用的搜索平台中。