Kada netko kaže „naša pretraga koristi embeddinge", misli na sljedeće: pojmovi se pretvaraju u brojeve tako da slična značenja leže blizu jedno drugome. Zvuči apstraktno? Nije. Objašnjeno u 5 minuta, bez matematike.
Klasični problem
Zamislite da kupac traži „V2A", a Vaša pretraga treba naći proizvode s oznakom „nehrđajući čelik A2". To su dvije posve različite riječi. Klasična pretraga, koja usporređuje riječi, tu nema šanse: za nju su „V2A" i „nehrđajući čelik A2" toliko različiti kao „banana" i „odvijač".
Ručne liste sinonima pomažu, ali morali biste održavati svaku moguću varijantu: „V2A", „1.4301", „nehrđajući", „otporan na koroziju", „austenitni", „inox". Za 280.000 proizvoda s 50 klasa materijala to postaje neizvedivo.
Ideja koja stoji za embeddingima
Umjesto usporedbe riječi, umjetna inteligencija svaku riječ pretvara u koordinatu u visokodimenzionalnom prostoru. To si možete predstaviti kao geografsku kartu, samo s mnogo više dimenzija od dvije.
Ta je karta izgrađena tako da slična značenja leže blizu jedno drugome:
„V2A", „nehrđajući čelik A2", „1.4301" – tri točke gotovo jedna preko druge
„slijepa matica", „matica s kapicom" – također tijesno jedna uz drugu
„banana" i „odvijač" – daleko jedna od druge
Kada netko traži „V2A", pretraga ne gleda riječ, nego sve proizvode čija se koordinata nalazi u blizini. Tako nalazi i „nehrđajući čelik A2", čak i ako riječ „V2A" tamo nigdje ne stoji.
Gdje se magija zaista događa
Embeddinzi se ne izrađuju ručno. Umjetna inteligencija ih uči iz velikih količina teksta: opisa proizvoda, tehničkih listova, foruma, Wikipedije. Vidi da se „V2A" i „nehrđajući čelik A2" često pojavljuju u istom kontekstu („nehrđajući", „prikladno za hranu", „vijci"). Dakle, dobivaju slične koordinate.
Kod Eywore dodatno se embeddinzi naknadno trenirају za pojedinu branšu. „M12" ima u trgovini alatom drugo značenje nego u trgovini dijelovima za vozila. Treniramo i na Vašem asortimanu kako bi Vaša značenja došla do izražaja.
Što embeddinzi ne mogu
Tri točke koje pošteno pripadaju ovoj temi:
Nisu čarobni stroj. Ako proizvod nemate u asortimanu, ni semantička pretraga neće ništa naći.
Ne zamjenjuju sve klasične tehnike. Tolerancija na pogreške pri tipkanju, SKU-Exact-Match i logika filtara i dalje rade klasično, a embeddinzi ih nadopunjuju, ne zamjenjuju.
Trebaju podatke. Kod vrlo malih asortimana (<5.000 artikala) trud oko treniranja veći je od koristi.
Kako to konkretno teče u pozadini
Pojednostavljeno u tri koraka:
Indeksiranje: Svaki se Vaš proizvod (naslov, opis, atributi) jednokratno pretvara u embedding-vektor i sprema.
Pretraga: Kada netko traži, i upit se pretvara u vektor – u stvarnom vremenu, u manje od 47 ms.
Sličnost: Sustav u indeksu traži proizvode čiji su vektori najbliži upitu. To su najbolji rezultati.
Sva se magija krije u koraku 1 (trenirati dobre embeddinge) i koraku 3 (brzo i točno pronaći susjede). Alat za to su, među ostalim, Vector Databases.
1IndeksiranjeSvaki proizvod postaje vektor.→2PretragaUpit u stvarnom vremenu postaje vektor.→3SličnostNajbliži susjedi = najbolji rezultati.Tri koraka, u manje od 47 ms po upitu.
Zašto biste to trebali znati
Embeddinge ne morate sami implementirati. No ako kao vlasnik trgovine ocjenjujete AI za pretragu, ne šteti razumjeti koncept:
Kada ponuđač kaže „semantička pretraga", gotovo uvijek misli na embeddinge.
Kada demo pokazuje „V2A nalazi nehrđajući čelik A2": to je obećanje embeddinga na djelu.
Kada demo pokazuje „pretraga uči iz klikova": to je kombinacija embeddinga i re-rankinga.
Više o konkretnom učinku u modulu Eywora Search naći ćete na stranici s detaljima modula Search.