Usted está aquí:
Clasificación de fusión de búsqueda híbrida
Clasificación reordena los resultados de búsqueda de modo que los resultados más relevantes para una consulta de usuario estén en la parte superior. La búsqueda híbrida de Data 360 recupera resultados de dos índices (palabra clave y vector) basándose en la similitud con la consulta y luego combina (fusiona) los resultados. El modelo de clasificación luego vuelve a clasificar los resultados combinados.
Durante la configuración, puede configurar factores de clasificación adicionales, como la recencia de registros y la popularidad, para influir en la clasificación. Los factores de clasificación se basan en campos de objeto índice de búsqueda o campos de objeto relacionado. Por ejemplo, puede utilizar el campo LastModifiedDate de un DMO indexado para definir la recencia de un registro.
El modelo de clasificación de fusión de Salesforce está optimizado en indicadores internos para una variedad de tareas basadas en búsqueda. Los indicadores miden el rendimiento para precisión, robustez y sensibilidad para producir un modelo de alta calidad. Los criterios para la evaluación se depuran a partir de una combinación de interacciones de usuario en respuestas de búsqueda y anotaciones. Los datos de entrenamiento y evaluación se basan en consultas capturadas desde aplicaciones de Salesforce Einstein Search y RAG, como Búsqueda de respuestas Einstein.
Existen muchos factores que afectan a las puntuaciones de similitud de búsqueda de vectores y palabras clave. Por ejemplo, una puntuación de similitud de palabra clave depende del texto de la consulta y del contenido del DMO del índice de búsqueda. Una puntuación de similitud vectorial depende del texto de consulta y el modelo de integración específico para el índice de búsqueda. El modelo de clasificación de fusión devuelve una puntuación de búsqueda híbrida que es una combinación lineal de las puntuaciones de palabra clave y similitud vectorial junto con los factores de clasificación.
Para proporcionar los mejores resultados para un caso de uso de búsqueda híbrida general, el modelo se ajusta para combinaciones óptimas que incluyen las estrategias de normalización para cada puntuación junto con ponderaciones para cada puntuación. El modelo de clasificación de fusión determina la clasificación final para un resultado basándose en la puntuación de búsqueda híbrida derivada. El modelo puede clasificar un resultado con una puntuación de búsqueda híbrida alta incluso cuando una de las puntuaciones de similitud de búsqueda es cero. Por ejemplo, un resultado con puntuación de palabra clave cero puede obtener una puntuación de búsqueda híbrida alta si su puntuación vectorial es lo suficientemente alta en relación con las puntuaciones vectoriales de resultados alternativos para la misma consulta de búsqueda.
| Tipo de búsqueda | Parámetro de puntuación | Descripción |
|---|---|---|
| Búsqueda vectorial | vector_score__c | La puntuación de similitud devuelta por el índice de búsqueda vectorial subyacente para una consulta concreta. |
| Búsqueda de palabras clave | palabra clave_score__c | Puntuación de similitud devuelta por el índice de búsqueda de palabras clave subyacentes para una consulta concreta. |
| Búsqueda híbrida | hybrid_score__c | La puntuación derivada de combinar las puntuaciones de palabra clave y vector. Esta puntuación toma factores de clasificación. como popularidad y recencia de documentos, en cuenta. Esta puntuación determina el rango de los resultados. |
select * from hybrid_search(
table(<Search_Index_DMO>),
"When is the V2MOM due?",
<Pre-Filter Fields>, <Limit Results>);
| Id. de fragmento | Puntuación de vector | Puntuación de palabra clave | Puntuación híbrida | Clasificación final |
|---|---|---|---|---|
| A | 0.85 | 10.0 | 0.9 | 1 |
| B | 0.90 | 1,0 | 0.8 | 2 |
| C | 0.80 | 0.5 | 0.6 | 3 |
| D | 0,75 | 0.01 | 0.5 | 4 |
select * from hybrid_search(
table(<Search_Index_DMO>),
"How do I reset the password for my Acme account?",
<Pre-Filter Fields>, <Limit Results>);
| Id. de fragmento | Puntuación de vector | Puntuación de palabra clave | Popularidad | Recencia (días) | Puntuación híbrida | Clasificación final |
|---|---|---|---|---|---|---|
| A | 0.91 | 10.0 | 1000 (muy popular) | 10 (Reciente) | 0.9 | 1 |
| B | 0.90 | 10,5 | 1 | 15 | 0.875 | 2 |
| C | 0.80 | 2 | 5 | 25 | 0.8 | 3 |
| D | 0.80 | 1 | 10 | 100 | 0,75 | 4 |
