NLP 모델 및 벡터 검색 소개: 제1부

Tom Grabowski

Principal Product Manager

Elastic

Nick Chow

Prinicipal Product Manager

Elastic

Gilad Gal

Principal Product Manager I

Elastic

Elasticsearch의 현대적인 NLP 및 네이티브 벡터 검색을 소개합니다. 새로운 머신 러닝 모델을 활용하여 컨텍스트를 이해하고 속도를 높이며 결과를 개선하세요. 명명된 엔티티 인식(NER), 시맨틱 텍스트 임베딩, 감정 및 정서 분석이나 텍스트 분류와 같은 고급 텍스트 분석을 한결 쉽고 빠르게 활용하세요. 미리 빌드된 모델로 시작하거나 직접 확장할 수 있습니다.

주요 내용

• Lucene 9 및 밀집 벡터 필드를 활용하는 방법
• 명명된 엔티티 인식, 텍스트 분류 및 텍스트 임베딩을 위한 NLP 예제
• NLP, HuggingFace 및 PyTorch 모델 사용
• 벡터 및 NLP를 사용하여 현대적인 시맨틱 검색 애플리케이션 생성

추가 리소스

• AI 시대를 위한 검색 툴킷 Elasticsearch Relevance Engine™(ESRE)
• NLP 모델 및 벡터 검색 소개: 제2부
• 설명서: NLP
• 설명서: 밀집 벡터 필드 유형
• 벡터 검색은 무엇인가요?
• 직접 사용해 보고 싶으신가요? Elastic Cloud에 대해 자세히 알아보거나 시작할 준비가 되셨으면 14일 무료 체험판을 활용해 보세요.