In depth
La recherche sémantique utilise un modèle de langage pour convertir la question d'un acheteur en représentation numérique (un embedding) qui capture le sens, puis la compare à la même représentation pour chaque produit du catalogue. Les correspondances de sens les plus proches remontent, indépendamment des mots employés. Cela résout le défaut classique de la recherche par mots-clés où une requête comme « cadeau pour un enfant de 10 ans qui aime les dinosaures » ne renvoie rien d'utile parce que le catalogue ne contient pas littéralement ces mots. Emporiqa combine la recherche sémantique avec la recherche par mots-clés traditionnelle (BM25) dans une configuration hybride, donc les requêtes de correspondance exacte populaires obtiennent toujours un bon score à côté des requêtes d'intention floue.
See also