qidao123.com技术社区-IT企服评测·应用市场
标题:
机器图纸文章标题搜索增强实现过程
[打印本页]
作者:
祗疼妳一个
时间:
2025-2-28 17:45
标题:
机器图纸文章标题搜索增强实现过程
1. 为什么需要使用搜索增强技术
点击睁开
机器图纸标题搜索的挑战
:
机器图纸标题通常包罗专业术语、缩写和特定格式(如“土豆分拣机 DWG-001 不锈钢”)。
用户查询可能含糊或表述不同(如“马铃薯筛选机”),传统搜索难以匹配语义相似的标题。
标题信息有限,传统搜索轻易遗漏相干图纸或返回无关结果。
搜索增强的上风
:
语义理解
:通过大模型天生语义嵌入向量,理解标题和查询的深层含义,支持含糊匹配和语义相干性排序。
示例:用户搜索“土豆分拣机”,传统搜索只能匹配标题中包罗“土豆分拣机”的图纸;增强搜索可匹配语义相似的标题,如“马铃薯筛选机”,因为 AI 模型能够理解“土豆”和“马铃薯”是同义词,“分拣”和“筛选”是近义词。
多维度匹配
:结合标题中的专业术语和元数据(如质料、尺寸),提升搜索的准确性和全面性。
高效索引
:使用向量存储(如 Redis)支持快速的相似度搜索,满足实时性需求。
用户体验提升
:返回更相干、更精准的图纸标题结果,减少用户反复调解查询的成本。
1.1 体验
微信小程序名称
极客共享
输入搜索内容 有没有土豆分拣机
点击睁开
1.2 与传统全文检索(Elasticsearch)的对比
点击睁开
维度
传统全文检索(Elasticsearch)
搜索增强(基于语义向量)
技术原理
基于倒排索引和关键词匹配,依靠分词和词频统计(如 BM25)。基于大模型天生语义嵌入向量,使用向量相似度(如余弦相似度)匹配。
语义理解
仅匹配关键词,缺乏语义理解。理解标题和查询的语义,支持含糊匹配和同义词匹配。
查询灵活性
用户查询需与标题关键词高度一致,否则结果不准确。支持含糊查询和不同表述的匹配(如“土豆分拣机”匹配“马铃薯筛选机”)。
专业术语处理
依靠分词器,专业术语可能被错误切分(如“土豆分拣机”被切为“土豆”和“分拣机”)。通过预训练模型理解专业术语和同义词的语义,减少分词错误。
结果相干性
基于词频和位置排序,可能返回无关结果。基于语义相似度排序,结果更相干。
实时性与性能
倒排索引查询速度快,但语义匹配需额外插件(如 Elasticsearch KNN)。向量搜索需高效索引(如 RedisSearch),实时性稍逊但可优化。
适用场景
得当关键词明白、标题格式标准化的场景。得当标题复杂、查询含糊或需语义理解的场景。
机器图纸标题搜索示例
查询“土豆分拣机”,仅匹配标题中包罗“土豆分拣机”的图纸,遗漏“马铃薯筛选机”。查询“土豆分拣机”,可匹配语义相似的标题,如“马铃薯筛选机”,因为 AI 模型理解“土豆”和“马铃薯”、“分拣”和“筛选”是同义词。
总结
:
传统全文检索(Elasticsearch)得当关键词明白、标题格式标准化的场景,但对机器图纸标题的语义理解能力有限,轻易遗漏相干结果(如“马铃薯筛选机”)。
搜索增强通过语义向量匹配,解决了含糊查询、专业术语处理和同义词匹配的问题,特殊得当机器图纸标题搜索的复杂场景。
1.3 搜索增强的含义
搜索增强的定义
:
搜索增强是指通过引入语义理解、向量嵌入等技术,改进传统搜索的范围性,提升搜索结果的相干性和准确性。
在机器图纸标题搜索中,搜索增强通过大模型(如 Sentence-Transformers)将标题文本转化为语义向量,支持基于语义的相似度匹配,而不但仅依靠关键词匹配。
核心上风
:
理解查询和标题的语义,支持含糊匹配、同义词匹配和跨语言匹配。
结合图纸标题的上下文,提供更相干的搜索结果。
提升用户体验,减少因查询表述差别导致的搜索失败。
2. 系统架构设计
2.1 团体架构
前端
:微信小程序 极客共享 用户输入机器图纸标题相干的查询(如“有没有土豆分拣机”)。
后端
:
.NET Core 应用程序,负责处理用户请求、调用 Python API 存储和搜索向量。
Python API 服务,提供机器图纸标题的语义嵌入功能。
向量存储
:
使用 Redis 存储机器图纸标题的语义向量,支持快速索引和相似度匹配。
数据流
:
机器图纸标题信息 -> .NET Core -> Python API -> 返回向量 -> 存储到 Redis。
用户查询 -> .NET Core -> Python API -> 天生查询向量 -> Redis 搜索 -> 返回结果。
2. 实现步骤
2.1 机器图纸标题向量天生与存储
2.1.1 准备机器图纸标题数据
点击睁开
2.1.2 .NET Core 调用 Python API 天生向量
目标
: 将标题文本和元数据发送到 Python API,获取语义嵌入向量,大模型是bge-large-zh-noinstruct_embeddings):
Python向量天生范例
from FlagEmbedding import FlagModel
import pandas as pd
import numpy as np
from datasets import Dataset
from scipy.spatial import distance
import datetime
import configparser
import pymysql
model = None
def getModel():
global model
if model is None:
model = FlagModel("./model",
query_instruction_for_retrieval="Represent this sentence for searching relevant passages:",
use_fp16=True)
return model
#获取向量
def getFlagEmbedding(title):
global model
model = getModel()
embedding = model.encode(title)
return embedding
复制代码
.NET Core调用天生接口(其实就是普通的api请求)
/// <summary>
/// 获取向量
/// </summary>
/// <param name="keyword"></param>
/// <returns></returns>
public async Task<double[]> GetFlagEmbedding(string keyword)
{
var vector = new double[] { };
vector = null;
try
{
var req = new
{
action = "getFlagEmbedding",
keyword
};
var content = new StringContent(
JsonSerializer.Serialize(req)
, Encoding.UTF8, "application/json");
var response = await _client.PostAsync(ConfigHelp.FlagSerachUrl, content);
if (response.IsSuccessStatusCode)
{
var result = await response.Content.ReadAsStringAsync();
var data = JsonSerializer.Deserialize<GetFlagEmbeddingRoot>(result);
if (data.op)
{
vector = data.msg.Split(',').Select(double.Parse).ToArray();
}
}
}
catch (Exception ex)
{
LogUtils.Error("GetFlagEmbedding ", ex);
}
return vector;
}
复制代码
2.1.3 存储向量到 Redis
目标
:将天生的向量存储到 Redis,支持后续的相似度搜索。
搜索数据
public class RedisVectorHelp
{
private readonly IDatabase _db;
private string _freefix;
private string _indexName;
private SearchCommands ft;
public RedisVectorHelp(string freefix,string redisConnectionString,int dbNum=0)
{
var redis = ConnectionMultiplexer.Connect(redisConnectionString);
_db = redis.GetDatabase(dbNum);
_freefix = freefix;
_indexName = _freefix + "_index";
ft = new SearchCommands(_db, null);
}
/// <summary>
/// 创建索引
/// </summary>
public void CreateFt()
{
var list = ft._List();
var indexList = list.Select(result => result.ToString()).ToArray();
//判断是否存在索引
if (indexList.Contains(_indexName))
{
Console.WriteLine("Index already exists.");
return;
}
ft.Create(_indexName,
new FTCreateParams()
.On(IndexDataType.HASH)
.Prefix(_freefix + ":"),
new Schema()
.AddTextField("id")
.AddVectorField("vector",
VectorField.VectorAlgo.FLAT,
new Dictionary<string, object>
{
["TYPE"] = "FLOAT32",
["DIM"] = 1024,
["DISTANCE_METRIC"] = "COSINE"
})
);
}
/// <summary>
/// 存储向量
/// </summary>
/// <param name="id"></param>
/// <param name="vector"></param>
public void StoreVectorData(string id, float[] vector)
{
// 构造键名
var key = $"{_freefix}:{id}";
VectorDom dom = new VectorDom
{
id = id,
vector = vector
};
byte[] vectorBinary = vector.SelectMany(f => BitConverter.GetBytes(f)).ToArray();
_db.HashSet(key, "id", dom.id);
_db.HashSet(key, "vector", vectorBinary);
}
/// <summary>
/// 向量搜索
/// </summary>
/// <param name="queryVector"></param>
/// <param name="topK"></param>
public List<string> SearchSimilarVectors(float[] queryVector, int topK = 50)
{
byte[] vectorQueryBinary = queryVector.SelectMany(f => BitConverter.GetBytes(f)).ToArray();
//十六进制字符串
//string vectorQueryBinaryStr = BitConverter.ToString(vectorQueryBinary).Replace("-", "");
Query q = new Query($"*=>[KNN {topK} @vector $vec as score]");
q.SortBy = "score";
q.AddParam("vec", vectorQueryBinary);
q.ReturnFields("id", "vector");
q.Limit(0, topK);
q.Dialect(2);
var obj = ft.Search(_indexName, q);
var docList = obj.Documents;
var list = new List<string>();
foreach (var doc in docList)
{
list.Add(doc["id"]);
}
return list;
}
}
public class VectorDom
{
public string id { get; set; }
public float[] vector { get; set; }
}
复制代码
2.2.1 使用查询向量在 Redis 中搜索
RedisVector核心操作类
var searchVector = await GetFlagEmbedding(keyword);
if (searchVector != null)
{
var queryVector = Array.ConvertAll(searchVector, x => (float)x);
var temp = bykcsjRVHelp.SearchSimilarVectors(queryVector, 30);
foreach (var id in temp)
{
if (!ids.Contains(id))
{
ids.Add(id);
}
}
}
复制代码
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
欢迎光临 qidao123.com技术社区-IT企服评测·应用市场 (https://dis.qidao123.com/)
Powered by Discuz! X3.4