Eleve a busca a um patamar superior com machine learning

O Elastic foi desenvolvido com os campos vetoriais do Lucene e a busca de vizinho mais próximo aproximado (ANN, usando HNSW), combinando consultas com conceitos baseados em vetor que tornam as aplicações de busca mais rápidas e precisas, especialmente em escala.

O suporte para processamento de linguagem natural moderno permite usar modelos do PyTorch e do Python com pipelines de ingestão do Elasticsearch para análise de sentimentos, classificação de texto e reconhecimento de entidade nomeada (NER). Importe modelos populares de transformadores diretamente do Hugging Face.

Crie e aplique modelos preditivos (aprendizado supervisionado) para classificar os dados em categorias ou prever tendências. Para aplicar modelos preditivos no Elastic, os transformadores mapeiam dados brutos em estruturas de dados.

Crie uma busca que adapte as respostas à localização do usuário final, à conta do cliente ou ao histórico de compras, ou à sua função dentro de uma organização com reconhecimento de entidade nomeada, classificação de texto e análise de sentimentos.

A busca em linguagem natural permite que os usuários obtenham resultados mais rápidos e precisos em escala usando a busca vetorial e algoritmos do vizinho mais próximo aproximado, que capturam informações contextuais e desvendam o significado por trás das consultas de busca.

Compare imagens em grandes conjuntos de dados para descoberta e venda cruzada de produtos, rastreamento de imagens e autenticação.

Obtenha respostas relevantes para os usuários finais mais rapidamente encontrando perguntas semelhantes nas perguntas frequentes, na central de ajuda ou na base de conhecimento de suporte do seu website por meio de campos vetoriais, busca de similaridade de texto, máscara de preenchimento e tarefas de classificação de texto.

Organize o conteúdo para mostrar avaliações de cinco estrelas dos clientes ou notícias semelhantes juntas no seu site, categorize dados de busca ou encaminhe problemas de suporte ao cliente com reconhecimento de entidade nomeada, incorporação de texto, classificação zero-shot e análise de sentimentos.

Identifique e responda a padrões em seus dados de busca, como lacunas em seu conteúdo ou catálogo de produtos, usando modelos de machine learning que classificam, agrupam e correlacionam analítica e comportamento de busca.