כשהמבקרים מחפשים במילים אחרות

מבקרים כמעט אף פעם אינם חוזרים על הניסוח של הכותב. בתיעוד כתוב „החלפת פרטי גישה”, והלקוח שואל: „איך מחליפים מפתח שפג תוקפו?” קטלוג רפואי עשוי להשתמש במונח רשמי, והקורא בשם יומיומי. חיפוש סמנטי מנסה לזהות משמעות משותפת, ולא רק התאמה מילולית.

מהו חיפוש סמנטי

המערכת משווה שאילתה וקטעי תוכן לפי משמעות והקשר. אין פירוש הדבר שמילות מפתח מיותרות: מספרי דגם, קודי שגיאה, שמות, ציטוטים ומזהי מוצר דורשים לעיתים התאמה מדויקת. מערכות חזקות משלבות בדרך כלל אותות מילוליים וסמנטיים.

לבעל האתר חשובה התוצאה, לא עצם השימוש ב-embeddings: האם אדם יכול לשאול שאלה מציאותית ולהגיע לראיה הנכונה בלי לנחש את אוצר המילים הפנימי?

היכן נוצר פער המילים

• מילים נרדפות ושפה יומיומית. מומחה כותב מונח מדויק, ומבקר מתאר מטרה או תסמין.
• נטייה ושגיאות. יחיד ורבים, סיומות, תעתיק והקלדה שגויה מחלישים התאמה מדויקת, במיוחד בשפות בעלות מורפולוגיה עשירה.
• קיצורים ומונחי תחום. SSO, ‏single sign-on והשאלה „אפשר להיכנס עם חשבון החברה?” עשויים לתאר אותה משימה, אך לא כל ביטוי דומה הוא זהה.
• שאלות בין שפות. מבקר עשוי לשאול בעברית על תיעוד באנגלית. אחזור חוצה שפות יכול לעזור, אך שמות, יחידות ומונחים מקצועיים חייבים לשרוד את התרגום.

למה „מבין הכול” היא הבטחה שגויה

חיפוש סמנטי מרחיב את הסיכוי למצוא תוכן, אך עלול להחזיר חומר שרק קרוב לנושא. שאלה על ביטול חשבון עשויה להגיע לדף על השהיה; שאלה על אינטראקציה תרופתית עלולה לקבל עמוד עם מילים רפואיות דומות שאינו עונה בפועל.

לכן נדרשים סף רלוונטיות, תוכן מקור איכותי ותוצאה כנה. כשהראיות חלשות, עדיף להציג נושאים קשורים או לומר שלא נמצא מענה נתמך. הרחבת שאילתה אמורה לפתוח גישה לתוכן אמיתי, לא לכפות כל שאלה על נושא האתר.

אחזור וניסוח הם שלבים נפרדים

בשלב הראשון retrieval בוחר עמודים וקטעים שעשויים להכיל ראיות. בשלב השני generation מנסח תשובה קצרה. אם המסמך הנכון לא נמצא, המודל אינו יכול לצטט אותו; ואם נמצא מקור טוב אך הסיכום מרחיב מעבר לו, התוצאה עדיין לקויה.

לכן צריך לשאול גם אם המקור הנכון הוחזר וגם אם התשובה נאמנה לו.

איך לבדוק את האתר

אל תבדקו רק כותרות שהועתקו מן העמודים. בנו קבוצה קטנה הכוללת:

• את המונח הרשמי באתר;
• ניסוח יומיומי;
• שגיאת כתיב נפוצה;
• קיצור והצורה המלאה;
• שאלה בשפה נתמכת אחרת;
• נושא קרוב שאינו זהה;
• שאלה מחוץ לתחום שיש לדחות.

בכל תוצאה בדקו רלוונטיות, נאמנות למקור, איכות הקישור והיכולת להימנע מתשובה ללא ראיות. תריסר שאלות אמיתיות של לקוחות יכולות ללמד יותר ממאות דוגמאות מלאכותיות.

איפה זה חשוב במיוחד

הערך גדול בתיעוד טכני לקהל לא מקצועי, ארכיוני מחקר, בריאות ורגולציה, מרכזי תמיכה רב-לשוניים, קטלוגים גדולים וחומרי לימוד. באתר תדמית קטן בן חמישה עמודים ברורים, המורכבות הנוספת עשויה לא להצדיק את עצמה.

הגישה של Achla AI

Achla AI מכינה את השאלה, מאתרת ראיות באתר המאונדקס ומחזירה תשובה קצרה עם קישורי מקור. התהליך יכול לתקן רעש פשוט, לחבר מונחים קרובים ולענות בשפת השאלה. אין פירוש הדבר שכל ממשק הווידג׳ט מתורגם: שפת התשובה ושפת הפקדים הן יכולות נפרדות, וכיום ממשק הווידג׳ט באנגלית.

המערכת נצמדת לנושא האמיתי של האתר ואינה עוזר כללי. כאשר התוכן אינו תומך בתשובה, התוצאה הבטוחה היא סירוב מפורש או נושאים קשורים.

נסו את הדוגמה החיה של Achla AI: שאלו במונח המדויק, אחר כך בניסוח יומיומי ולבסוף שאלה קרובה שאינה נתמכת.