Ähnliche Bedeutung trotz anderer Wörter
Eine Mitarbeiterin fragt nach „Urlaub beantragen“, während die Anleitung „Abwesenheitsantrag“ heißt. Eine Suche über ähnliche Bedeutungen kann solche Verbindungen berücksichtigen. Dafür werden Anfrage und Dokumentinhalte in vergleichbare numerische Darstellungen überführt.
Microsoft beschreibt Vektorsuche als Suche über solche Darstellungen. Technische Grundlage. Die gefundenen Treffer sind damit ähnliche Kandidaten, noch keine bestätigten Antworten.
Ähnlichkeit ist keine Gleichheit
„Produkt A, Ausführung links“ und „Produkt A, Ausführung rechts“ sind sprachlich sehr ähnlich. Für die Bestellung kann der Unterschied entscheidend sein. Exakte Kennungen, Einheiten und Varianten brauchen deshalb zusätzliche Berücksichtigung.
Im fiktiven Beispiel liefert die Suche mehrere ähnliche Wartungsanleitungen. Erst die Modellnummer entscheidet, welche gilt. Der höchste Ähnlichkeitswert allein darf diese fachliche Auswahl nicht ersetzen.
Die Darstellung muss zusammenpassen
Für die Suche müssen Anfrage und Dokumente in einen kompatiblen Darstellungsraum gelangen. Microsoft empfiehlt für Indexierung und Abfrage dasselbe Embedding-Modell. Hinweise zur Erzeugung.
Ein Wechsel des Modells kann daher eine erneute Verarbeitung des Bestands erfordern. Die konkrete Umstellung gehört geplant und anhand bekannter Suchfragen geprüft.
Was Embeddings nicht erledigen
Sie bestimmen nicht, welche Unternehmensregel aktuell ist oder wer ein Dokument lesen darf. Gültigkeit und Berechtigungen müssen gesondert gepflegt werden. Auch eine unzutreffende Aussage kann einem Suchtext semantisch sehr ähnlich sein.
Ein Embedding ist außerdem keine Bestätigung, dass ein Dokument vollständig und richtig ausgelesen wurde. Wenn beim Import eine wichtige Fußnote fehlt, kann die Ähnlichkeitssuche sie später nicht zurückholen.
Den Nutzen an echten Fragen prüfen
Vergleichen Sie eine einfache Wortsuche mit einer Suche über Embeddings oder einer Kombination. Verwenden Sie Fachbegriffe, Umschreibungen und exakte Kennungen. Bewerten Sie, ob die benötigten Quellen gefunden werden.
Für kleine Unternehmen zählt das Ergebnis: weniger erfolglose Suche und besser prüfbare Fundstellen. Die Zahl der Vektordimensionen oder ein technischer Produktname allein sagt darüber wenig aus.
Quellen und weiterführende Grundlagen
Über den Autor
Julian Süllner hat Provehor gegründet und führt das Unternehmen als Geschäftsführer. Er verantwortet Produktentwicklung, Kundenprojekte und die Ratgeber auf dieser Website.