Căutare care înțelege ce vrea să spună clientul dumneavoastră

Căutați într-un magazin real așa cum ar face-o un client, în engleză, poloneză, germană, franceză sau spaniolă. Căutarea după cuvinte cheie caută cuvintele dumneavoastră în numele produselor; un model mic din browser caută ceea ce vreți să spuneți.

Demo-ul necesită JavaScript. Modelul se descarcă o singură dată, 49 MB; browserul dumneavoastră îl păstrează.

3.529 de produse ale unui angrosist britanic de articole cadou, cu nume în engleză. Încercați o nevoie („keep my tea warm”), alte cuvinte („piggy bank”) sau altă limbă.

96% vs 81%Din 80 de căutări obișnuite, atâtea au găsit un produs relevant în primele zece rezultate; căutarea după cuvinte cheie: 81%.

5 limbiCăutările în poloneză, germană, franceză și spaniolă găsesc nume de produse în engleză: 81–89%, față de 4–21% la căutarea după cuvinte cheie.

39 msPe căutare, în browser, pe un computer desktop, cu toate cele 3.529 de produse comparate. Nimic din ce scrieți nu părăsește această pagină.

Cum funcționează

DateNumele și prețurile produselor unui angrosist britanic online de articole cadou (UCI Online Retail II, CC BY 4.0), magazinul din Demo 03. Nu există jurnale de căutare: un LLM deschis local a scris până la șapte căutări pentru fiecare produs, în cinci limbi, iar modelul a învățat magazinul din ele.

Modelparaphrase-multilingual-MiniLM-L12-v2, ajustat fin pe aceste căutări: 46,7 MB de ponderi plus un vocabular de 2.5 MB. Fiecare nume de produs este transformat în numere dinainte; căutarea dumneavoastră este transformată în numere în browser și comparată cu toate deodată.

Benchmark80 de căutări obișnuite scrise de mână, fiecare în cinci limbi, și 16.565 de perechi căutare–produs evaluate după o regulă scrisă; 3.528 sunt relevante. Același autor a scris promptul pentru căutările de antrenare, deci cifrele sunt o limită superioară.

Comparat cu căutarea după cuvinte cheieCăutarea după cuvinte cheie se descurcă bine când clientul folosește chiar cuvintele din catalog, 97% în engleză, și găsește puțin când nu le folosește sau scrie în altă limbă. În forma publicată, modelul a găsit 77% în cele cinci limbi; antrenat pe căutările magazinului, 88%.

Întrebați despre Baltic ML

Această casetă este modelul de căutare din Demo 05, aplicat pe textele acestui site. Citează site-ul și nu scrie nimic de la sine; când cea mai bună potrivire e slabă, spune că nu este sigur.

Cod, configurații și benchmarkul complet: github.com/balticml/semantic-search. Ponderi: huggingface.co/balticml/multilingual-minilm-shop-search. Vreți o astfel de căutare în magazinul dumneavoastră? Programați un apel de 30 min