Search on 中文AI术语词典https://terms-en.ai-term-hub.com/zh/tags/search/Recent content in Search on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000文本嵌入推理https://terms-en.ai-term-hub.com/zh/terms/text_embeddings_inference/Sat, 18 Jul 2026 11:36:07 +0000https://terms-en.ai-term-hub.com/zh/terms/text_embeddings_inference/<h2 id="definition">Definition</h2> <p>文本嵌入推理指的是部署和优化将自然语言转换为高维向量的模型的过程。这些嵌入能够捕捉语义含义，使系统能够理解文本之间的深层联系，从而支持高效的语义匹配与信息检索。</p> <h3 id="summary">Summary</h3> <p>一种专为高效生成文本密集向量表示而设计的专用推理服务器，用于语义搜索和检索任务。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>向量化</li> <li>语义搜索</li> <li>Transformer编码器</li> <li>密集检索</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>构建语义搜索引擎</li> <li>文档聚类与组织</li> <li>检索增强生成（RAG）管道</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/vector_database-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/">vector_database (向量数据库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/semantic_similarity-%E8%AF%AD%E4%B9%89%E7%9B%B8%E4%BC%BC%E5%BA%A6/">semantic_similarity (语义相似度)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/transformer_models-transformer%E6%A8%A1%E5%9E%8B/">transformer_models (Transformer模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/rag_systems-rag%E7%B3%BB%E7%BB%9F/">rag_systems (RAG系统)</a></li> </ul>重排序https://terms-en.ai-term-hub.com/zh/terms/reranking/Sat, 18 Jul 2026 11:32:14 +0000https://terms-en.ai-term-hub.com/zh/terms/reranking/<h2 id="definition">Definition</h2> <p>重排序是信息检索和推荐系统中用于提高准确性的策略。首先，一个快速但精度较低的模型检索出一个较大的候选集；随后，一个更慢但更复杂的模型对这些候选项进行重新排序，以优化最终结果的精确度。</p> <h3 id="summary">Summary</h3> <p>一种两阶段检索过程，首先通过粗排获取候选集，再由计算成本更高的精细模型进行排序以提升结果相关性。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>两级检索</li> <li>候选生成</li> <li>交叉注意力机制</li> <li>精度优化</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>搜索引擎</li> <li>推荐系统</li> <li>检索增强生成 (RAG)</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2/">向量搜索</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/bm25/">BM25</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E4%BA%A4%E5%8F%89%E7%BC%96%E7%A0%81%E5%99%A8/">交叉编码器</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/">信息检索</a></li> </ul>问题解决https://terms-en.ai-term-hub.com/zh/terms/problem_solving/Sat, 18 Jul 2026 11:30:38 +0000https://terms-en.ai-term-hub.com/zh/terms/problem_solving/<h2 id="definition">Definition</h2> <p>在人工智能中，问题解决指的是从初始状态通过一系列动作导航到目标状态的系统性方法。它通常涉及定义问题空间、选择搜索算法（如广度优先搜索、深度优先搜索或A*算法）以及使用启发式函数来评估状态的价值，从而高效地找到解决方案。</p> <h3 id="summary">Summary</h3> <p>在定义的状态空间中通过搜索、推理和规划寻找困难解决方案的认知过程。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>状态空间搜索</li> <li>启发式方法</li> <li>目标状态</li> <li>算法设计</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>机器人和游戏寻路</li> <li>自动定理证明</li> <li>约束满足问题</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/search_algorithms-%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95/">search_algorithms (搜索算法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/heuristic_function-%E5%90%AF%E5%8F%91%E5%BC%8F%E5%87%BD%E6%95%B0/">heuristic_function (启发式函数)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/state_space-%E7%8A%B6%E6%80%81%E7%A9%BA%E9%97%B4/">state_space (状态空间)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/automated_planning-%E8%87%AA%E5%8A%A8%E8%A7%84%E5%88%92/">automated_planning (自动规划)</a></li> </ul>最大内积搜索https://terms-en.ai-term-hub.com/zh/terms/maximum_inner_product_search/Sat, 18 Jul 2026 11:25:49 +0000https://terms-en.ai-term-hub.com/zh/terms/maximum_inner_product_search/<h2 id="definition">Definition</h2> <p>最大内积搜索（MIPS）是信息检索和机器学习中的一个基本问题，尤其在推荐系统中应用广泛。与衡量余弦相似度的标准搜索不同，MIPS 旨在最大化向量间的点积值，这通常能更准确地反映用户偏好或项目相关性，特别是在处理非归一化向量时。</p> <h3 id="summary">Summary</h3> <p>一种专门的向量相似度搜索技术，用于检索与查询向量具有最高点积（内积）的项目。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>点积</li> <li>向量相似度</li> <li>推荐系统</li> <li>近似最近邻</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>个性化产品推荐</li> <li>基于流行度的内容排序</li> <li>带有偏差校正的语义搜索</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/cosine_similarity-%E4%BD%99%E5%BC%A6%E7%9B%B8%E4%BC%BC%E5%BA%A6/">cosine_similarity (余弦相似度)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/vector_database-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/">vector_database (向量数据库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/nearest_neighbor_search-%E6%9C%80%E8%BF%91%E9%82%BB%E6%90%9C%E7%B4%A2/">nearest_neighbor_search (最近邻搜索)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/embedding-%E5%B5%8C%E5%85%A5/">embedding (嵌入)</a></li> </ul>Lyrahttps://terms-en.ai-term-hub.com/zh/terms/lyra/Sat, 18 Jul 2026 11:24:58 +0000https://terms-en.ai-term-hub.com/zh/terms/lyra/<h2 id="definition">Definition</h2> <p>在现代AI术语的背景下，Lyra通常指专注于通过自然语言处理增强用户交互的专用AI系统。它可能指代一个开源的大型语言模型开发</p> <h3 id="summary">Summary</h3> <p>Lyra 指代各种人工智能倡议或模型，最著名的是开源大型语言模型，或旨在增强信息检索的特定AI驱动搜索和发现工具。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>大型语言模型</li> <li>信息检索</li> <li>开源AI</li> <li>语义搜索</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>为对话代理提供动力</li> <li>提高搜索引擎结果的相关性</li> <li>为开发人员提供开源NLP功能</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/llm-%E5%A4%A7%E5%9E%8B%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/">LLM (大型语言模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/search-engine-optimization-%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E%E4%BC%98%E5%8C%96/">Search Engine Optimization (搜索引擎优化)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/nlp-%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86/">NLP (自然语言处理)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/open-source-%E5%BC%80%E6%BA%90/">Open Source (开源)</a></li> </ul>排序学习https://terms-en.ai-term-hub.com/zh/terms/learning_to_rank/Sat, 18 Jul 2026 11:23:53 +0000https://terms-en.ai-term-hub.com/zh/terms/learning_to_rank/<h2 id="definition">Definition</h2> <p>与标准的分类或回归不同，排序学习侧重于预测项目的相对顺序。它使用成对、列表或点式方法来最小化排名误差（如NDCG），从而优化检索结果的质量。</p> <h3 id="summary">Summary</h3> <p>排序学习是一种监督机器学习技术，用于根据项目与给定查询的相关性对其进行排序，常用于搜索引擎。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>NDCG (归一化折损累计增益)</li> <li>成对排序</li> <li>信息检索</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>搜索引擎结果排序</li> <li>产品推荐系统</li> <li>广告排序算法</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/information-retrieval-%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/">Information retrieval (信息检索)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/ndcg-%E5%BD%92%E4%B8%80%E5%8C%96%E6%8A%98%E6%8D%9F%E7%B4%AF%E8%AE%A1%E5%A2%9E%E7%9B%8A/">NDCG (归一化折损累计增益)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/recommendation-systems-%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F/">Recommendation systems (推荐系统)</a></li> </ul>分层可导航小世界https://terms-en.ai-term-hub.com/zh/terms/hierarchical_navigable_small_world/Sat, 18 Jul 2026 11:20:58 +0000https://terms-en.ai-term-hub.com/zh/terms/hierarchical_navigable_small_world/<h2 id="definition">Definition</h2> <p>分层可导航小世界（HNSW）算法构建了一个多层图结构，其中每一层包含下一层节点的子集。导航从顶层开始，逐步向下移动到更详细的层级，直到找到最近的邻居。这种方法结合了小世界网络的快速收敛特性和分层结构的效率，实现了高维向量的高效近似最近邻搜索。</p> <h3 id="summary">Summary</h3> <p>一种基于图的数据结构，用于在高维空间中实现高效的近似最近邻搜索。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>图搜索</li> <li>近似最近邻</li> <li>多层图</li> <li>对数复杂度</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>向量搜索</li> <li>推荐引擎</li> <li>图像检索</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/k-nearest-neighbors-k%E8%BF%91%E9%82%BB/">K-Nearest Neighbors (K近邻)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/faiss-facebook-ai-similarity-search%E5%BA%93/">Faiss (Facebook AI Similarity Search库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/annoy-spotify%E5%BC%80%E5%8F%91%E7%9A%84%E8%BF%91%E4%BC%BC%E6%9C%80%E8%BF%91%E9%82%BB%E5%BA%93/">Annoy (Spotify开发的近似最近邻库)</a></li> </ul>数据集：Search Qahttps://terms-en.ai-term-hub.com/zh/terms/datasetsearch_qa/Sat, 18 Jul 2026 11:13:26 +0000https://terms-en.ai-term-hub.com/zh/terms/datasetsearch_qa/<h2 id="definition">Definition</h2> <p>搜索问答数据集通常由从搜索结果中提取的搜索查询和相关答案片段或文档对组成。这些数据集对于训练模型理解用户意图至关重要。</p> <h3 id="summary">Summary</h3> <p>一个专注于源自搜索引擎日志或网络查询的问答任务的数据集，强调现实世界中的信息检索。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>信息检索</li> <li>查询理解</li> <li>开放域问答</li> <li>搜索日志</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>改进搜索引擎排名算法</li> <li>训练用于事实性问题的对话代理</li> <li>开发检索增强生成系统</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/trec-qa-trec%E9%97%AE%E7%AD%94%E4%BB%BB%E5%8A%A1/">TREC QA (TREC问答任务)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/ms-marco-%E5%BE%AE%E8%BD%AF%E6%9C%BA%E5%99%A8%E9%98%85%E8%AF%BB%E7%90%86%E8%A7%A3%E4%B8%8E%E7%AD%94%E6%A1%88%E7%94%9F%E6%88%90%E6%95%B0%E6%8D%AE%E9%9B%86/">MS MARCO (微软机器阅读理解与答案生成数据集)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/retrieval-augmented-generation-%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/">Retrieval-Augmented Generation (检索增强生成)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/information-retrieval-%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/">Information Retrieval (信息检索)</a></li> </ul>数据集:Ms Marcohttps://terms-en.ai-term-hub.com/zh/terms/datasetms_marco/Sat, 18 Jul 2026 11:13:13 +0000https://terms-en.ai-term-hub.com/zh/terms/datasetms_marco/<h2 id="definition">Definition</h2> <p>MS MARCO（Microsoft Machine Reading Comprehension）是自然语言处理中广泛使用的数据集，特别适用于信息检索和问答任务。它由匿名化的搜索查询组成。</p> <h3 id="summary">Summary</h3> <p>微软机器阅读理解数据集，是一个大规模的真实搜索查询和相关文档片段集合，用于训练信息检索系统。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>信息检索</li> <li>段落排序</li> <li>搜索查询</li> <li>机器阅读理解</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>训练搜索引擎</li> <li>开发问答系统</li> <li>基准测试检索模型</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%AF%86%E9%9B%86%E6%A3%80%E7%B4%A2-dense-retrieval/">密集检索 (Dense Retrieval)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/bert/">Bert</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E%E4%BC%98%E5%8C%96-search-engine-optimization/">搜索引擎优化 (Search Engine Optimization)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/nlp-%E5%9F%BA%E5%87%86%E6%B5%8B%E8%AF%95-nlp-benchmarks/">NLP 基准测试 (NLP Benchmarks)</a></li> </ul>计算启发式智能https://terms-en.ai-term-hub.com/zh/terms/computational_heuristic_intelligence/Sat, 18 Jul 2026 11:10:50 +0000https://terms-en.ai-term-hub.com/zh/terms/computational_heuristic_intelligence/<h2 id="definition">Definition</h2> <p>计算启发式智能涉及采用经验法则、近似值或合理猜测，在合理时间内找到令人满意的解决方案的算法。与穷举搜索不同，它侧重于效率而非绝对最优解。</p> <h3 id="summary">Summary</h3> <p>当精确方法过于缓慢时，使用基于经验和实用技巧来高效解决问题的AI方法。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>近似</li> <li>经验法则</li> <li>搜索优化</li> <li>时间复杂度</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>物流路线规划</li> <li>国际象棋和围棋引擎走法</li> <li>云计算中的资源分配</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/genetic-algorithms-%E9%81%97%E4%BC%A0%E7%AE%97%E6%B3%95/">Genetic Algorithms (遗传算法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/simulated-annealing-%E6%A8%A1%E6%8B%9F%E9%80%80%E7%81%AB/">Simulated Annealing (模拟退火)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/a-search-a-%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95/">A* Search (A*搜索算法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/metaheuristics-%E5%85%83%E5%90%AF%E5%8F%91%E5%BC%8F%E7%AE%97%E6%B3%95/">Metaheuristics (元启发式算法)</a></li> </ul>与或树https://terms-en.ai-term-hub.com/zh/terms/andor_tree/Sat, 18 Jul 2026 11:04:49 +0000https://terms-en.ai-term-hub.com/zh/terms/andor_tree/<h2 id="definition">Definition</h2> <p>与或树是一种用于问题解决和规划的代表结构，特别适用于AI搜索算法。“或”节点表示不同行动之间的选择，而“与”节点表明必须同时完成多个子目标。</p> <h3 id="summary">Summary</h3> <p>一种在搜索算法中使用的分层图结构，其中节点表示状态，边表示导致子目标的操作。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>搜索算法</li> <li>问题分解</li> <li>AO*算法</li> <li>状态空间</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>自动规划</li> <li>博弈树搜索</li> <li>复杂问题解决</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/minimax-algorithm-%E6%9E%81%E5%B0%8F%E5%8C%96%E6%9E%81%E5%A4%A7%E7%AE%97%E6%B3%95/">Minimax algorithm (极小化极大算法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/state-space-search-%E7%8A%B6%E6%80%81%E7%A9%BA%E9%97%B4%E6%90%9C%E7%B4%A2/">State space search (状态空间搜索)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/planning-graphs-%E8%A7%84%E5%88%92%E5%9B%BE/">Planning graphs (规划图)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/decision-trees-%E5%86%B3%E7%AD%96%E6%A0%91/">Decision trees (决策树)</a></li> </ul>AI 概览https://terms-en.ai-term-hub.com/zh/terms/ai_overviews/Sat, 18 Jul 2026 11:02:40 +0000https://terms-en.ai-term-hub.com/zh/terms/ai_overviews/<h2 id="definition">Definition</h2> <p>AI 概览是由大型语言模型生成的精简摘要，它们聚合并综合来自各种网络来源或数据库的数据。与传统仅列出链接的搜索结果不同，这些概览提供直接的答案。</p> <h3 id="summary">Summary</h3> <p>由 AI 模型生成的摘要响应，综合多个来源的信息以便快速理解。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>综合</li> <li>摘要</li> <li>检索增强生成</li> <li>直接回答</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>在搜索引擎中提供即时答案</li> <li>为研究论文生成执行摘要</li> <li>提供复杂技术概念的快速解释</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/search-engine-optimization-%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E%E4%BC%98%E5%8C%96/">Search Engine Optimization (搜索引擎优化)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/large-language-model-%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/">Large Language Model (大语言模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/information-retrieval-%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/">Information Retrieval (信息检索)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/natural-language-generation-%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E7%94%9F%E6%88%90/">Natural Language Generation (自然语言生成)</a></li> </ul>检索https://terms-en.ai-term-hub.com/zh/terms/retrieval/Sat, 18 Jul 2026 11:01:52 +0000https://terms-en.ai-term-hub.com/zh/terms/retrieval/<h2 id="definition">Definition</h2> <p>检索是指根据用户查询或上下文，从大型数据集或外部知识库中搜索和提取特定信息的技术过程。在现代 AI 系统中，它&hellip;</p> <h3 id="summary">Summary</h3> <p>从数据库或知识库中获取相关数据以增强模型输入的过程。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>信息检索</li> <li>向量搜索</li> <li>索引</li> <li>排序</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>客户支持聊天机器人</li> <li>文档搜索引擎</li> <li>推荐系统</li> </ul> <h2 id="code-example">Code Example</h2> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-python" data-lang="python"><span style="display:flex;"><span>null </span></span></code></pre></div><h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/rag-%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/">rag (检索增强生成)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/vector_database-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/">vector_database (向量数据库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/semantic_search-%E8%AF%AD%E4%B9%89%E6%90%9C%E7%B4%A2/">semantic_search (语义搜索)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/embedding-%E5%B5%8C%E5%85%A5/">embedding (嵌入)</a></li> </ul>语义搜索https://terms-en.ai-term-hub.com/zh/terms/semantic_search/Sat, 18 Jul 2026 11:01:52 +0000https://terms-en.ai-term-hub.com/zh/terms/semantic_search/<h2 id="definition">Definition</h2> <p>语义搜索解释查询背后的意图和上下文含义，超越了简单的关键词匹配。它使用嵌入将文本表示为高维空间中的向量，从而允许&hellip;</p> <h3 id="summary">Summary</h3> <p>一种理解查询词含义而非仅匹配关键词的搜索技术。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>嵌入</li> <li>向量相似度</li> <li>意图识别</li> <li>上下文理解</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>企业文档搜索</li> <li>电子商务产品发现</li> <li>知识库查询</li> </ul> <h2 id="code-example">Code Example</h2> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-python" data-lang="python"><span style="display:flex;"><span>null </span></span></code></pre></div><h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/retrieval-%E6%A3%80%E7%B4%A2/">retrieval (检索)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/embedding-%E5%B5%8C%E5%85%A5/">embedding (嵌入)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/vector_database-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/">vector_database (向量数据库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/natural_language_processing-%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86/">natural_language_processing (自然语言处理)</a></li> </ul>Embedding Modelhttps://terms-en.ai-term-hub.com/zh/terms/embedding_model/Sat, 18 Jul 2026 10:59:51 +0000https://terms-en.ai-term-hub.com/zh/terms/embedding_model/<h2 id="definition">Definition</h2> <p>这些模型将高维数据映射到低维连续向量空间中，其中相似的项目彼此靠得更近。这种转换捕捉了语义关系，使得&hellip;（原文截断）</p> <h3 id="summary">Summary</h3> <p>嵌入模型将文本或图像等原始数据转换为表示语义意义的稠密数值向量。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>向量表示</li> <li>语义相似度</li> <li>降维</li> <li>特征提取</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>构建语义搜索引擎</li> <li>产品或内容推荐系统</li> <li>聚类相似的文档或图像</li> </ul> <h2 id="code-example">Code Example</h2> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;"><code class="language-python" data-lang="python"><span style="display:flex;"><span><span style="color:#f92672">from</span> transformers <span style="color:#f92672">import</span> AutoTokenizer, AutoModel </span></span><span style="display:flex;"><span><span style="color:#f92672">import</span> torch </span></span><span style="display:flex;"><span> </span></span><span style="display:flex;"><span>model <span style="color:#f92672">=</span> AutoModel<span style="color:#f92672">.</span>from_pretrained(<span style="color:#e6db74">&#39;sentence-transformers/all-MiniLM-L6-v2&#39;</span>) </span></span><span style="display:flex;"><span>tokenizer <span style="color:#f92672">=</span> AutoTokenizer<span style="color:#f92672">.</span>from_pretrained(<span style="color:#e6db74">&#39;sentence-transformers/all-MiniLM-L6-v2&#39;</span>) </span></span><span style="display:flex;"><span>inputs <span style="color:#f92672">=</span> tokenizer(<span style="color:#e6db74">&#39;Hello world&#39;</span>, return_tensors<span style="color:#f92672">=</span><span style="color:#e6db74">&#39;pt&#39;</span>) </span></span><span style="display:flex;"><span>embeddings <span style="color:#f92672">=</span> model(<span style="color:#f92672">**</span>inputs)<span style="color:#f92672">.</span>last_hidden_state<span style="color:#f92672">.</span>mean(dim<span style="color:#f92672">=</span><span style="color:#ae81ff">1</span>) </span></span></code></pre></div><h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/word2vec-%E8%AF%8D%E5%90%91%E9%87%8F%E6%A8%A1%E5%9E%8B/">Word2Vec (词向量模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/bert-%E9%A2%84%E8%AE%AD%E7%BB%83%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/">BERT (预训练语言模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/vector-database-%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/">Vector Database (向量数据库)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/similarity-search-%E7%9B%B8%E4%BC%BC%E5%BA%A6%E6%90%9C%E7%B4%A2/">Similarity Search (相似度搜索)</a></li> </ul>