Semantic Search

语义搜索是一种复杂的的信息检索技术，旨在理解用户查询的意图和上下文含义，而不仅仅是匹配特定的词汇。通过利用Natural Language Processing (NLP)和Machine Learning (ML)的进展，这项技术使系统能够以更高的细微差别解释人类语言。它是现代Artificial Intelligence (AI)应用程序的基石，通过缩小模棱两可的用户查询与相关数据之间的差距，实现人与机器之间更直观的互动。

语义搜索的工作原理#

在其核心，语义搜索引擎超越了字面字符匹配，转而分析概念之间的关系。如果用户搜索“feline（猫科动物）”但文档只包含“cat（猫）”一词，传统的搜索引擎可能会失败。语义搜索通过将unstructured data（例如文本、图像或音频）转化为称为embeddings的数学表示来解决这个问题。

这些 embeddings 是放置在“语义空间”中的高维向量。在这个空间中，具有相似含义的项彼此靠得很近。例如，“car”的向量在数学上将比“banana”更接近“automobile”和“road”。当用户提交查询时，系统将该查询转换为向量，并在vector database中找到最近的数据点。此过程依赖于deep learning模型来执行feature extraction，从而识别数据的基本特征。

以下 Python 代码演示了如何使用Ultralytics YOLO26模型生成这些 embeddings，这是实现视觉语义搜索的基础步骤。

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Generate feature embeddings for an image
# This converts the visual content into a numerical vector
results = model.embed("https://ultralytics.com/images/bus.jpg")

# Output the shape of the embedding vector (e.g., length 1280)
print(f"Embedding vector shape: {results[0].shape}")

实际应用#

语义搜索彻底改变了用户跨行业发现信息的方式，使系统变得更智能、更高效。

• E-Commerce and Visual Discovery: 在AI in retail的世界中，语义搜索为“shop the look（随心购）”功能提供支持。客户可能会上传运动鞋的照片或搜索“复古夏日氛围”。系统使用computer vision来理解视觉风格并检索符合审美的产品，即使产品描述中不包含这些精确的关键词。这通常涉及能够理解文本和图像输入的Multi-Modal Models。
• Knowledge Management and RAG: 大型组织使用语义搜索来帮助员工查找内部文档。员工不用记住确切的文件名，而是可以问一个问题，例如“如何重置服务器？”。系统使用Retrieval-Augmented Generation (RAG)根据含义查找最相关的策略文档，并将其输入到Large Language Model (LLM)中以生成准确的答案。
• Content Recommendation: 流媒体平台利用语义理解来改进其recommendation system。通过分析用户喜欢的电影的情节摘要和视觉feature maps，平台可以推荐具有相似主题或情绪的其他标题，从而使用户更长时间地保持参与度。

语义搜索与相关概念#

为了充分理解语义搜索的效用，将其与data science领域中的相关术语区分开来会很有帮助。

• Vector Search: 虽然经常可以互换使用，但它们之间存在技术区别。向量 search 是计算向量之间距离的数学方法（通常使用cosine similarity）。语义搜索是更广泛的应用程序，它使用向量 search 来实现理解用户意图的目标。
• Keyword Search: 这是依赖于精确字符串匹配的传统方法。它的计算成本更低，但很脆弱；它难以处理synonyms和多义词（具有多种含义的词）。语义搜索需要更多的计算能力，但能提供显着更高的相关性。
• Zero-Shot Learning: 这指模型对在训练期间从未见过的数据进行分类的能力。语义搜索引擎通常表现出零样本能力，因为它们可以在无需重新训练的情况下将新的、未见过的查询映射到 embedding 空间中已知概念的现有集群。

实现语义搜索通常需要一个用于管理数据集和模型训练的强大管道。Ultralytics Platform通过提供用于注释数据、训练模型和高效部署它们的工具简化了这一点。对于希望构建这些系统的开发人员，探索Ultralytics similarity search guide为将这些强大功能集成到应用程序中提供了实用的步骤。