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.
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.
