RELEVANCIA
Búsqueda personalizada, relevancia sin igual
Con una potente relevancia de búsqueda, Elastic® te brinda todas las herramientas que necesitas para crear experiencias de búsqueda impulsadas por AI que ayudan a los usuarios a encontrar exactamente lo que necesitan. Elasticsearch Relevance Engine™, el machine learning (ML) de vanguardia, y las herramientas de ajuste de relevancia te ayudan a analizar, optimizar y personalizar aún más.

Obtén información sobre métodos de vanguardia para la búsqueda híbrida y las estrategias avanzadas de reclasificación, como Learning to Rank (LTR) y los codificadores cruzados.
Mira el webinarMira lo fácil que es comenzar a configurar Elasticsearch Relevance Engine.
Mira el video de inicio rápidoAccede a una introducción sobre la caja de herramientas de clasificación de relevancia avanzada de Elasticsearch.
Mira el webinarRELEVANCIA IMPULSADA POR AI
Herramientas para desarrolladores para búsqueda semántica y AI generativa
Crea aplicaciones de búsqueda con AI e integra con modelos de lenguaje grandes con Elasticsearch Relevance Engine. Usa características de clasificación de relevancia avanzadas líderes en la industria, como BM25F para búsqueda híbrida, búsqueda de vectores nativa, el modelo de ML propio de Elastic para búsqueda semántica en todos los dominios y clasificación híbrida mediante fusión de rango recíproco (RRF) para ingresar a una nueva era de relevancia contextual.

ELSER Y API DE INFERENCIA
Selección de modelos simplificada
Acelera tus implementaciones de recuperación de generación aumentada (RAG) con Elastic Learned Spare Encoder (ELSER) como punto de partida confiable. Además, la API de inferencia de Elastic optimiza el código y la gestión de inferencias multicloud. Ya sea que uses ELSER o incrustaciones de OpenAI, Hugging Face, Cohere u otros para cargas de trabajo de RAG, una llamada de API garantiza un código limpio para gestionar el despliegue híbrido de inferencias.

Reclasificación
El motor de búsqueda más relevante para RAG
Los reclasificadores aplican modelos de machine learning para ajustar tus resultados de búsqueda y colocar los resultados más relevantes en la parte superior, según las señales y preferencias del usuario. Elasticsearch admite varias técnicas de clasificación y reclasificación. La reclasificación semántica utiliza machine learning para mejorar la relevancia de los resultados en función de la similitud de las búsquedas. Learning to Rank (LTR) permite a los usuarios avanzados crear funciones de clasificación personalizadas que se adapten a sus necesidades.

REGLAS DE BÚSQUEDA Y API DE SINÓNIMOS
Optimiza el rendimiento de búsqueda
Proporciona instrucciones personalizables a través de metadatos para tener más control sobre los resultados de búsqueda en respuesta a búsquedas específicas. Las reglas de búsqueda en Elasticsearch te ayudan a promocionar el contenido de alta prioridad para los usuarios finales en casos de uso específicos. Simplifica la organización y actualización de las palabras relacionadas para las búsquedas en sitios web mediante la API de gestión de sinónimos.

Ajusta tu modelo de relevancia de búsqueda
El lenguaje de búsqueda de Elasticsearch admite técnicas de búsqueda avanzadas (búsqueda de texto completo, búsqueda de vectores dispersos/densos), junto con búsqueda híbrida mediante la fusión de rango recíproco (RRF). Combina esto con métodos de filtrado, potenciación y recalificación, y podrás ajustar mejor tu modelo de relevancia de búsqueda, adaptándolo a tus necesidades.
HIPERRELEVANCIA
Aprovecha el poder del machine learning
Ya sea que agregues nuevos conceptos para ampliar el impacto de tu búsqueda o intentes encontrar nuevas formas de mejorar la precisión de búsqueda, el machine learning puede incrementar la información comercial y de búsqueda para mejorar tus aplicaciones de búsqueda y experiencia del cliente. Mejora la relevancia semántica con AI generativa, búsqueda de vectores, soporte para modelos de transformadores de NLP y gestión de modelos de terceros.
