Semantic 검색: 의미론적 검색의 우수성, AI를 활용한 고급 개념
이번 웨비나는 Semantic 검색 첫번째 웨비나 (Part1)의 기초편에 이은 의미 검색 및 고급 생성 AI를 구축하는 두 번째 웨비나(Part2)입니다. 검색 효율성을 향상시키는 방법, 고급 하이브리드 검색 기술, Learning to Rank(LTR)와 같은 재순위 전략 및 교차 인코더에 대해 알아봅니다. 또한 벡터 데이터베이스가 벡터 검색 및 Elastic의 Learned Sparse EncodeR(ELSER)과 같은 고밀도 및 희소 옵션을 통해 검색 기능을 확장하는 방법도 알아봅니다.
이 웨비나는 초보자와 전문 Elasticsearch 사용자 모두를 위해 맞춤 내용입니다. 의미 검색의 진화하는, 이 몰입형 여정은 Elasticsearch로 탁월한 검색 결과를 얻는 데 도움이 될 것입니다.
- Elastic에서 임베딩을 저장하고 알고리즘을 활용하여 문맥적 관계를 식별하는 방법을 알아보세요.
- 사용자 지정 머신 러닝 모델을 호스팅하고 PyTorch 및 Hugging Face 리포와 같은 타사 모델을 통합하여 고급 벡터 검색 유연성을 확보하는 방법을 알아보세요.
- Learning to Rank(LTR) 및 교차 인코더와 같은 하이브리드 검색 및 고급 재순위 전략을 위한 최첨단 방법을 알아보세요.
- 검색 정확도와 효율성을 높이기 위한 토큰 정리 및 재순위 방법을 알아보세요.