다시보는 웨비나

NLP 모델 및 벡터 검색 소개

주최자

Jongmin Kim
Jongmin Kim

Principal Community Advocacy

Elastic

개요

Elasticsearch에서 최신 NLP 및 기본 벡터 검색을 소개합니다. 새로운 ML 모델을 활용하여 컨텍스트를 이해하며 빠른 속도로 결과를 개선합니다. 훨씬 적은 노력과 시간으로 의미론적 문장 임베딩 및 질문 응답 NLP PyTorch 모델과 같은 고급 텍스트 분석을 잠금 해제 시키며, 뿐만 아니라 필터링, 반지름 쿼리, 증분 인덱싱 등을 포함한 벡터 검색에 대한 최신 업데이트를 가져옵니다. 사전 제작된 모델로 시작하거나 직접 확장해보십시오.

웨비나 주요 내용:

  • 벡터 유사성을 위해 Elasticsearch에서 조밀한 벡터 필드 사용
  • 벡터 검색 필터링
  • 반경 쿼리를 사용하여 쿼리와 관련된 것으로 간주되는 결과의 하위 집합을 정의
  • 인덱스에 대한 증분 변경 처리
  • NLP 모델로 시맨틱 검색을 사용하여 애플리케이션 구축
  • HuggingFace PyTorch 모델 작업
  • 벡터 및 NLP를 사용하여 현대적인 의미 검색 애플리케이션 생성

추가 리소스:

시청 등록하기

이메일을 통해 관련 내용을 보내드리겠습니다.