PERTINENCE

Une recherche personnalisée, une pertinence inégalée

Grâce à une pertinence de recherche efficace et prête à l'emploi, Elastic® vous fournit tous les outils qu'il vous faut pour créer des expériences de recherche propulsées par l'IA qui aideront vos utilisateurs à trouver exactement ce qu'ils cherchent. Elasticsearch Relevance Engine™, technologie de Machine Learning par excellence, et les outils de réglage de la pertinence vous aideront à exécuter des analyses, des optimisations et des personnalisations poussées.

Video thumbnail

Découvrez Elasticsearch Relevance Engine (ESRE) et apprenez à créer des applications de recherche basée sur l'IA qui intègrent les grands modèles de langage et l'IA générative.

Lire l'article

Pour configurer Elasticsearch Relevance Engine, c'est très simple. On vous montre comment faire.

Regarder la vidéo de prise en main rapide

Obtenez une présentation de la boîte à outils avancée de classement selon la pertinence d'Elasticsearch.

Regarder le webinar

PERTINENCE OPTIMISÉE PAR L'IA

Des outils de développeurs pour l'intelligence artificielle et la recherche sémantique

Créez des applications de recherche basée sur l'IA et intégrez des grands modèles de langage avec Elasticsearch Relevance Engine. Tirez parti de fonctionnalités avancées de classement selon la pertinence, comme BM25f pour la recherche hybride, la recherche vectorielle native, le modèle de ML propriétaire d'Elastic pour la recherche sémantique sur tous les domaines, et le classement hybride à l'aide de la RRF pour franchir un nouveau cap en termes de pertinence contextuelle.

ELSER ET API D'INFÉRENCE

Sélection du modèle en toute simplicité

Accélérez la mise en œuvre de la RAG en vous basant sur Elastic Learned Sparse EncodeR (ELSER) comme point de départ. En parallèle, l'API d'inférence d'Elastic rationalise le code et la gestion des inférences multicloud. Que vous utilisiez ELSER ou des plongements d'OpenAI, de Hugging Face, de Cohere ou autre pour les charges de travail de RAG, un seul appel d'API suffit pour avoir un code propre et pouvoir gérer le déploiement des inférences hybrides.

APPRENTISSAGE DU CLASSEMENT

Le moteur de recherche le plus pertinent pour la RAG

Les rerankers (qui sont des dispositifs qui effectuent un nouveau tri) appliquent des modèles de Machine Learning pour affiner vos résultats de recherche afin de vous présenter ceux qui sont les plus pertinents d'après les préférences utilisateur et les signaux. L'apprentissage du classement (LTR) est une fonctionnalité native d'Elastic qui prend en charge les cas d'utilisation de la RAG. Il fournit les résultats les plus pertinents aux LLM aux fins de contexte.

RÈGLES DE REQUÊTE ET API DES SYNONYMES

Optimisation des performances de recherche

Fournissez des instructions personnalisables à l'aide des métadonnées pour exercer un meilleur contrôle sur les résultats en réponse aux requêtes ciblées. Les règles de requête d'Elasticsearch vous aident à privilégier le contenu prioritaire pour les utilisateurs selon des cas d'utilisation spécifiques. Par ailleurs, vous pouvez simplifier l'organisation et la mise à jour de termes associés pour les recherches sur site web à l'aide de l'API de gestion des synonymes.

Affinez votre modèle de pertinence de la recherche

Le langage de requête d'Elasticsearch prend en charge des techniques de recherche de pointe (full-text, par vecteur creux/dense), ainsi qu'une recherche hybride s'appuyant sur la fusion des rangs réciproques (RRF). Et si vous y ajoutez les méthodes de filtrage, d'accélération et de nouvelle notation, vous pouvez affiner encore davantage votre modèle de pertinence de la recherche en fonction de vos besoins.

HYPER-PERTINENCE

Exploitez la puissance du Machine Learning

Que vous introduisiez de nouveaux concepts pour étendre l'impact de votre recherche ou que vous cherchiez de nouvelles solutions pour améliorer la précision de votre recherche, le Machine Learning peut venir renforcer les informations exploitables sur la recherche et les données commerciales, vous permettant ainsi d'améliorer vos applications de recherche et l'expérience de vos clients. Améliorez la pertinence sémantique grâce à l'intelligence artificielle générative, la recherche vectorielle, la prise en charge des modèles de transformateur du traitement du langage naturel et la gestion des modèles.