972信息检索

高效快速教你DeepSeek如何进行本地部署并且可视化对话

科技文章：高效快速教你DeepSeek如何进行本地部署并且可视化对话摘要：随着自然语言处理（NLP）技术的进步，DeepSeek作为一款基于深度学习的语义搜索技术，广泛应用于文本理解、对话系统及信息检索等多个领域

大富大贵7·2025-03-24 02:35

如何使用多向量检索文档

在现代信息检索系统中，使用多个向量来检索单个文档是一个非常有用的技术。这种方法在多个应用场景中都有其优势，比如可以将文档分割为多个块，对这些块分别进行嵌入，从而提高语义检索的准确性。

scaFHIO·2025-03-23 05:08

利用Pinecone和Hybrid Search实现高效向量检索

在当今数据驱动的世界中，快速准确的信息检索变得尤为重要。Pinecone作为一个功能强大的向量数据库，提供了广泛的功能，包括HybridSearch。

dgay_hua·2025-03-23 05:35

使用LocalAI进行文本嵌入的实战指南

技术背景介绍文本嵌入是一种将文本片段转换为高维向量的技术，可以用于自然语言处理任务中的相似性计算、信息检索等应用。

bavDHAUO·2025-03-23 04:52

人工智能 - 通用 AI Agent 之 LangManus、Manus、OpenManus 和 OWL 技术选型

云端依赖：需联网运行，集成浏览器操作、信息检索等工具。局限性：闭源且采用邀请制，二手市场邀请码溢价至数万

天机️灵韵·2025-03-23 02:38

使用Wolfram Alpha API在LangChain中的应用

在AI技术应用中，WolframAlpha以其强大的计算能力和信息检索功能，被广泛应用于各类智能系统中。

shuoac·2025-03-22 05:20

NLU-预训练模型-2018：Bert（二）【“Masked LM”缺点：①预训练与微调不一致；②忽略了掩码位置间的依赖关系】【复杂度：O(n^2·d)；n：输入序列长度（规定最长512）】

首先，这些嵌入对于关键字/搜索扩展、语义搜索和信息检索非常有用。

u013250861·2025-03-21 04:08

AI学习指南RAG篇(24)-RAGFlow的社区与开源贡献

RAGFlow通过结合大型语言模型（LLMs）的强大生成能力和高效的信息检索系统，为用户提供了一种全新的交互体验。本文将鼓励读者参与到RAGFlow的开源社区中，共同推动技术的发展和创新。

俞兆鹏·2025-03-20 10:07

深入解析BM25：LangChain中的高效检索算法

1.BM25算法BM25是信息检索领域中一个重要的排序算法，它用来计算查询与文档之间的相关性。让我们通过一个图书馆的例子来理解：想象你是一个图书馆管理员，有人来问你：“我想找关于太空探索和火星的书”。

AI Agent首席体验官·2025-03-19 12:46

从经典到现代：BM25在LangChain中的应用与优势

1.BM25算法BM25是信息检索领域中一个重要的排序算法，它用来计算查询与文档之间的相关性。让我们通过一个图书馆的例子来理解：想象你是一个图书馆管理员，有人来问你：“我想找关于太空探索和火星的书”。

AI Agent首席体验官·2025-03-19 12:46

[利用RAG和Elasticsearch打造智能检索系统：详解实现过程]

通过结合RAG（Retrieval-AugmentedGeneration）和Elasticsearch，一种强大的信息检索和生成系统可以被实现。

afTFODguAKBF·2025-03-19 07:58

RAG问答系统：检索增强生成框架

框架的工作原理三、RAG框架的举例说明四、RAG框架的优势RAG问答系统二、工作流程三、优势四、应用场景RAG（Retrieval-AugmentedGeneration）框架即检索增强生成框架，是一种结合了信息检索技术与语言生成模型的人工智能技术

ZhangJiQun&MXP·2025-03-18 20:26

【Agent】OpenManus-Agent-实现具体的智能体

所以只列出额外的参数字段，继承的见ToolCallAgent1.Manus（通用Agent）概述Manus是一个多功能通用Agent，使用多种工具解决各种任务，提供了包括Python执行、网络浏览、文件操作和信息检索等功能

非晓为骁·2025-03-18 04:46

【NLP】 3. Distributional Similarity in NLP（分布式相似性）

它用于衡量单词之间的相似性，广泛应用于词向量、信息检索、文本分类等任务。1.分布式假设（DistributionalHypothesis）分布式相似性基于以下假设：“Yoush

pen-ai·2025-03-16 18:25

1.1 网络爬虫简介

网络爬虫狭义上的理解:利用标准网络协议(如HTTP、HTTPS等)，根据网络超链接和信息检索方法(如深度优先)遍历网络数据的软件程序。网络爬虫功能

lwen.steven·2025-03-16 17:22

基于AI算法实现的情感倾向分析的方法

前者需要用到标注好的情感词典，英文的词典有很多，中文主要有知网整理的情感词典Hownet和台湾大学整理发布的NTUSD两个情感词典，还有哈工大信息检索研究

程序员奇奇·2025-03-16 10:28

用Python添加、读取和删除Word文档属性

合理地管理这些属性，能够提升文档管理效率、优化信息检索功能，并确保文档数据的准确性与安全性。

·2025-03-16 00:45

DeepSeek 使用教程及部署指南：从入门到实践

1.2DeepSeek的核心功能1.3DeepSeek的应用场景第二部分：DeepSeek使用教程2.1注册与登录2.2创建项目2.3数据导入2.4数据分析2.5文本挖掘2.6信息检索2.7保存与分享第三部分

点我头像干啥·2025-03-15 18:05

【开源代码解读】AI检索系统R1-Searcher通过强化学习RL激励大模型LLM的搜索能力

关于R1-Searcher的报告：第一章：引言-AI检索系统的技术演进与R1-Searcher的创新定位1.1信息检索技术的范式转移在数字化时代爆发式增长的数据洪流中，信息检索系统正经历从传统关键词匹配到语义理解驱动的根本性变革

accurater·2025-03-15 11:37

信息检索系统评估指标的层级分析：从单点精确度到整体性能度量

这正是信息检索评估指标的核心价值所在。分析用户与搜索引擎的交互模式，我们可以观察到以下行为特征：用户主要关注结果列表的前几项对顶部结果的关注度显著高于底部结果用户基于多次搜索体验形成对搜索系统整体

·2025-03-15 10:52

TF-IDF：文本挖掘中的关键词提取利器

它不仅在信息检索领域广泛应用，还在文本分类、关键词提取等任务中发挥着重要作用。本文将详细介绍TF-IDF的原理，并通过一个实际的代码示例来展示如何使用TF-IDF从《红楼梦》中提取核心关键词。

巷955·2025-03-14 22:15

深入理解信息检索之BM25算法

1.BM25算法简介BM25算法，全称为"BestMatching25"，是由StephenRobertson和KarenSpärckJones在1990年代初基于早期的概率排名模型（如二元独立检索模型）发展而来。它通过一种概率论的方法来衡量文档与用户查询之间的相关性。2.BM25的核心原理BM25算法的核心在于两个主要的概念：逆文档频率（IDF）和词频（TF）调整。逆文档频率（IDF):IDF用

Lunar*·2025-03-14 15:10

RAG(检索增强生成)系统实践与调优

在人工智能领域，检索增强生成（RetrievalAugmentedGeneration,RAG）是一种结合信息检索和生成式人工智能的技术，它通过从外部数据源中检索相关信息，来辅助大语言模型（LargeLanguageModel

python_知世·2025-03-13 07:16

大模型问答机器人如何实现自然交互

大模型问答机器人如何实现自然交互关键词：大模型问答机器人,自然语言处理(NLP),深度学习,深度对话,多轮对话,意图理解,信息检索,逻辑推理1.背景介绍1.1问题由来近年来，随着人工智能技术的飞速发展，

杭州大厂Java程序媛·2025-03-12 16:02

如何利用PubMed作为信息检索器 — 结合LangChain实现高效文献查询

如何利用PubMed作为信息检索器—结合LangChain实现高效文献查询引言PubMed是由美国国家生物技术信息中心（NCBI）和国家医学图书馆（NLM）维护的一个涵盖超过3500万篇生物医学文献的数据库

bhawfgrcbtwny·2025-03-12 04:35

使用Vespa进行高级检索与向量数据库管理

技术背景介绍在现代信息检索领域，为了提供精准且高效的搜索体验，往往需要结合使用向量搜索（ANN）、词法搜索以及结构化数据搜索。

scaFHIO·2025-03-12 03:29

机器学习实战——音乐流派分类（主页有源码）

✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨1.简介音乐流派分类是音乐信息检索（MusicInformationRetrieval,

喵了个AI·2025-03-11 13:37

打造RAG系统：四大向量数据库Milvus、Faiss、Elasticsearch、Chroma 全面对比与选型指南

RAG系统通过结合生成模型和信息检索技术，能够在大规模数据中高效地获取相关信息，生成更为精准和有针对性的内容。而在构建RAG系统时，选择合适的向量数据库是确保系统性能和可扩展性的关键一步。

橙子小哥的代码世界·2025-03-10 16:57

清华大学：人工智能之知识图谱.pdf

知识图谱作为连接数据的骨架，不仅在信息检索、推理决策等方面发挥着关键作用，还成为了现代智能系统的核心组成部分。此文档旨在为读者提供一个全面的理解框架，从基础知识入手，逐步展开至知识图谱的应用实例、技

黄晗昂Aileen·2025-03-10 16:52

五大搜索黄金法则，助你成为高效信息检索达人

你好,我是程序员木木,目前正在做两件事沉淀多年的知识探索了解各种副业项目，同时将探索过程进行分享，帮助自己以及更多朋友找到副业,做好副业以下是这周的干货分享,基于多年搜索经验总结出的搜索技巧，文章末尾有惊喜上周发布了一篇文章，老司机是怎么找到资源的，反响颇深,但还是有很多小伙伴私信问我搜索的问题。我意识到大多数人其实并不擅长有效搜索信息,因此今天我决定继续探讨这一主题,以便帮助更多像我朋友这样的人

mumux183·2025-03-10 00:53

DeepSeek实际应用场景七大类

今日分享，DeepSeek在日常生活中的实际应用场景可归纳为以下七大类，涵盖高频到低频需求：一、智能助手与效率工具（高频）信息检索与问答快速解答生活常识、学术问题，提供精确搜索结果（如天气查询、政策解读

xinxiyinhe·2025-03-08 23:02

如何使用 DeepSeek 提升工作效率

DeepSeek是一款基于AI技术的智能搜索与分析平台，它不仅支持快速的信息检索，还能通过对数据的深度分析和挖掘，为用

2401_89793006·2025-03-07 23:17

具有自主规划与决策能力的 RAG 工作全面解析

简介RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种将信息检索与生成模型相结合的技术，广泛应用于需要外部知识支持的AI任务。

weixin_40941102·2025-03-07 13:15

RAG 检索增强生成：技术详解与应用展望

RAG通过结合信息检索（IR）和自然语言生成（NLG）的能力，旨在提升模型在回答问题、生成文本等任务中的准确性和可靠性。本文将深

君君学姐·2025-03-07 07:18

RAG检索增强:知识图谱赋能的高效问答系统

问答系统作为一种能够直接回答用户问题的智能系统，应运而生，并逐渐成为信息检索领域的研究热点。早期的问答系统主要基于模板匹配和关键词匹配等方法，其回答准确率和效率都比较低。

AI天才研究院·2025-03-06 06:01

结构化思考和金字塔结构之：信息检索与知识获取

作者：禅与计算机程序设计艺术文章目录1.简介2.1概念定义2.2检索阶段2.3提取阶段3.1信息检索和文本信息处理的组成3.2技术总体架构3.3信息检索的关键技术3.3.1倒排索引和TF-IDF权值3.3.1.1

AI天才研究院·2025-03-06 06:31

Deepseek 使用指南与提问优化策略

序言随着人工智能技术的迅猛发展，语义搜索已成为提升信息检索效率和用户体验的核心工具。

西瓜拍两瓣·2025-03-04 08:47

RagFlow专题三、RagFlow 关键技术（向量数据库、文档分块、Prompt 设计与召回排序优化）

向量数据库、文档分块、Prompt设计与召回排序优化在前一篇文章中，我们详细探讨了RagFlow的核心架构，包括数据检索、语义搜索（BM25&向量搜索）以及知识融合，并了解了如何通过RagFlow机制优化信息检索和生成质量

伯牙碎琴·2025-03-04 02:33

XLNet：超越BERT的新星

NLP技术已广泛应用于机器翻译、智能问答、信息检索、情感分析等诸多领域,为人类生产和生活带来了巨大便利。1.2预

AI天才研究院·2025-03-03 07:03

《基于鸿蒙系统的类目标签AI功能开发实践》

在数字化时代，类目标签AI功能对于数据管理、信息检索等领域至关重要。

程序猿阿伟·2025-03-03 00:36

使用 SK 进行向量操作

在RAG（Retrieval-AugmentedGeneration）中，向量的意义在于将文本数据转换为高维向量表示，以便进行高效的相似性搜索和信息检索。具体来说，向量在RAG中

·2025-03-02 21:28

【大模型】RAG检索增强生成

RAG（Retrieval-AugmentedGeneration）是一种结合了信息检索（Retrieval）和生成（Generation）模型的混合型大模型架构，旨在解决传统生成模型在处理大规模外部知识时的局限性

油泼辣子多加·2025-03-02 21:47

自然语言处理之语法解析：BERT：自然语言处理基础理论

NLP建立于20世纪50年代，随着计算机技术的飞速发展，NLP技术在信息检索、文本挖掘、语音识别、机器翻译、情

zhubeibei168·2025-03-02 14:15

在nodejs中使用ElasticSearch（三）通过ES语义检索,实现RAG

RAG（Retrieval-AugmentedGeneration）是一种结合了信息检索和生成模型的技术，旨在提高生成模型的知识获取和生成能力。

konglong127·2025-03-02 09:33

Apache Lucene 详解及示例

ApacheLucene详解及示例1.简介ApacheLucene是一个开源的高性能全文搜索引擎库，广泛应用于构建各种搜索系统和信息检索应用。

微笑听雨。·2025-02-28 09:43

使用 Weaviate 执行 RAG (Retriever-Augmented Generation)

RAG（Retriever-AugmentedGeneration）是当前AI领域中频繁使用的技术，结合了信息检索与生成模型，可以大幅提升信息获取与生成内容的准确性和丰富度。

bavDHAUO·2025-02-28 04:28

Azure AI Search Retriever 深度指南

技术背景介绍AzureAISearch（前称AzureCognitiveSearch）是微软提供的云端搜索服务，为开发者提供了强大的基础设施、API和工具，以扩展性地进行向量、关键词和混合查询的信息检索

bBADAS·2025-02-28 03:48

使用Google Cloud Vertex AI构建RAG匹配引擎

技术背景介绍RAG（Retrieval-AugmentedGeneration）是一种结合信息检索和生成技术的框架。

vaidfl·2025-02-27 06:29

使用HyDE进行高效文档检索：原理与实战

近年来，信息检索领域取得了长足的进步，其中HypotheticalDocumentEmbeddings（HyDE）方法引人瞩目。

eahba·2025-02-27 05:26

RAG驱动的健康信息检索，三阶段破解健康谣言

RAG驱动的健康信息检索，三阶段破解健康谣言论文大纲1.Why：这个研究要解决什么现实问题2.What：核心发现或论点是什么3.How3.1前人研究的局限性3.2你的创新方法/视角3.3关键数据支持3.4

Debroon·2025-02-24 11:57

推荐频道