14｜模糊检索：支持模糊检索，让RAG应用如虎添翼
叶伟民
你好，我是叶伟民。
现在我们已经讲解过两个实战案例了，相信你对 RAG 的应用也更加熟悉了。但是这两个实战案例都只支持精确检索，不支持模糊检索。
以实战案例 1 为例，我们输入“客户广州神机妙算有限公司的款项到账了多少？”，此时系统能够根据关键词“广州神机妙算有限公司”精确检索到相关数据。
但是如果不输入公司全名，只输入“广州神机妙算的款项到账了多少？”。那么系统则无法根据“广州神机妙算”模糊检索到相关数据。
实战案例 2 也同样，目前我们只能查看今天、昨天、前天的 IT 新闻，还不能只查看 AI 类的新闻。其中按日期检索 IT 新闻属于精确检索，而按类别，比如检索 AI 类的新闻则属于模糊检索。
但是在现实工作中，需要支持模糊检索的场景很多。因此仅仅掌握精确检索知识的技术是不够的，还需要掌握模糊检索知识的技术。我们从这节课开始就来学习模糊检索。
为了帮你更全面地了解模糊检索知识的技术，我们这一章的实战案例选择了工单辅助系统，这个案例将会以模糊检索知识为核心。
实战案例 3 成果展示
我们先来看看实战案例 3 的成果。在案例界面呈现这个部分，我们将沿用实战案例 1 的代码。也就是说实战案例 3 的界面跟实战案例 1 是一样的。
然后在它的基础上，再添加三块功能。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. RAG应用需要支持模糊检索，而不仅仅是精确检索，因为在实际工作中需要支持模糊检索的场景很多。 2. 实战案例3展示了模糊检索的成果，包括支持模糊检索功能、给出参考链接的功能以及用户反馈和复制功能。 3. 模糊检索知识主要分为将知识编码成向量、将用户问题编码成向量，然后根据两者的相似度进行检索。 4. 在选择RAG应用立项时，需要考虑大模型的能力边界、自身的能力边界、实用和业务角度以及求稳为上的原则。 5. 建议根据自己当前的能力边界，选择技术难度低、业务价值高的RAG应用立项，尽量选择一旦出错影响更小的RAG应用。 6. 下一节课将学习向量与嵌入模型，这是把知识和用户问题编码成向量的重要概念。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《RAG 系统实战课 》，新⼈⾸单¥59
《RAG 系统实战课 》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论