letsearch. Bir koleksiyon. Bir indeks. İlgili kayıtlar.

letsearch anlamsal arama sağlar. Metin koleksiyonunu embedding modeliyle indeksler ve bir arama servisi olarak sunar; sorgu kayıtları ortak kelimeye göre değil, anlama göre bulur.

GitHub

  1. Soruyu okur: Günlük dille yazılmış bir soru. On iki kayıt, henüz hiçbiri net değil.
  2. Anlama göre bulur: En yakın kayıt netleşir. Soruyla ortak tek kelimesi bile yok.
  3. Odağı değiştirir: Yeni bir soru odağı taşır. Netlik, benzerlik skorudur.

letsearch kayıtları kelimeye göre değil anlama göre bulur. On iki kayıt bulanık durur; sorgu yazılınca anlamca en yakın kayıt netleşir. “Ürün çok gürültülü çalışıyor” → “Fan sesi artarsa yatakları yağlayın.” (ortak kelime yok) “Paramı geri istiyorum, ne kadar sürer?” → “İade talepleri on dört gün içinde sonuçlanır.” (ortak kelime yok) Netlik, ALTAI BGE-M3 distill modeliyle hesaplanan benzerlik skorunu gösterir.

Metin koleksiyonlarında anlamsal arama.

letsearch, metinleri embedding modeliyle vektörlere dönüştürüp arama için indeksler. JSONL, Parquet ve Hugging Face veri setlerini okuyabilir. Oluşturulan indeks, uygulamanızın sorgulayacağı bir arama servisi üzerinden kullanılır.

Veri aktarımı

JSONL ve Parquet dosyalarını veya Hugging Face Hub’daki veri setlerini okur.

İndeksleme

Metin alanını ve embedding modelini seçerek arama indeksi oluşturabilirsiniz.

Arama servisi

İndeksi bir servis üzerinden sorgulayabilir, beraberindeki istemciyi kullanabilirsiniz.

Girdiden çıktıya.

  1. Girdi: Metin içeren bir JSONL veya Parquet dosyası ve bir embedding modeli.
  2. İşlem: Metinler vektörlere dönüştürülür, indekslenir ve arama servisi başlatılır.
  3. Çıktı: Sorguyla ilgili bulunan kayıtlar.

Müşteri projelerinde.

letsearch’i belge arama ve bilgi erişimi uygulamalarına bağlıyoruz. Kaynak metinleri hazırlıyor, çalışanların sorularıyla arama kalitesini test ediyor ve sonuçları uygulamada gösteriyoruz.

İlk örneği çalıştırın.

Komutlar README’den. Binary bu ortamda çalıştırılmadı.

# Download a compatible binary from the repository releases
./letsearch --help

# Example from the repository README
./letsearch index --collection-name test1 \
  --index-columns context \
  'hf://datasets/neural-bridge/rag-dataset-1200/**/*.parquet'

./letsearch serve -c test1

Künye

Kurumunuzda kullanmak için yazın.

Bize yazın