Semantic Search और Recommendations

दूसरे items के पास के items

Semantic search: सारे दस्तावेज़ एक बार embed करें, अनुरोध के समय हर query embed करें, निकटतम items लौटाएँ, आदर्श रूप से keyword search के साथ मिलाकर और metadata से छानकर। "इसके जैसे और": किसी item का अपना vector query बनाकर समान लेख, उत्पाद या support tickets खोजें। Recommendations: user को उनके पसंद किए items के vectors के औसत (या सीखे संयोजन) से दर्शाएँ, फिर पास के items लाएँ, याद रखते हुए कि पहले देखे items हटाएँ और विविधता व व्यावसायिक नियम (stock, क्षेत्र, आयु प्रतिबंध) जोड़ें। Cold-start items को भी उनकी सामग्री से vector मिलता है, जो ऐसे तरीक़ों पर लाभ है जिन्हें interaction इतिहास चाहिए। सिर्फ़ ऑफ़लाइन similarity से नहीं, click-through, conversion या कार्य सफलता से मापें।

खोजें, सुझाएँ, वर्गीकृत करें, retrieve करें

वही vectors खोज, सुझाव, वर्गीकरण और language models के लिए retrieval चलाते हैं।

पहले देखा हुआ हटाएँ

Recommendations के लिए निकटतम पड़ोसी दिखाने से पहले user के देखे या ख़रीदे items हटाएँ।

त्वरित जाँच: Item का vector "इसके जैसे और" के लिए कैसे उपयोग हो सकता है?

• उसे वापस मूल पाठ में बदलें
• उसे हटाएँ
• उसे query बनाकर उसके निकटतम पड़ोसी लाएँ
• उसे मॉडल में जोड़ें