Waarom is dit belangrijk?
In grote digitale archieven en databanken kunnen systemen relevante teksten terugvinden die inhoudelijk aansluiten, ook bij een andere formulering. In de zorg zoeken patiënten en zorgverleners daarmee naar informatie over een mogelijke diagnose of een passende behandeling. Op school en op het werk levert dat sneller een passend document op, maar onderzoek toont dat medische zoeksystemen vaak nog matig presteren.
Zo werkt het in de praktijk
De Wikimedia Foundation test semantisch zoeken in de zoekfunctie van Wikipedia. Lezers typen soms een vraag in plaats van een artikelnaam. In vroege tests gaf een mix van trefwoorden en semantisch zoeken de meest passende artikelen.
Stockholms universitetsbibliotek beschrijft hoe zoekdiensten semantisch zoeken gebruiken voor wetenschappelijke literatuur. Zo'n dienst vergelijkt een vraag in gewone taal met titels en samenvattingen. Vektorszoeken zet tekst om in getallenreeksen en koppelt zo vergelijkbare betekenis, ook bij andere woorden.
Semantisch zoeken hoort in deze diensten bij hybride zoeken en bij RAG. Hybride zoeken mengt trefwoordzoeken met vektorszoeken en ordent de beste treffers daarna opnieuw. RAG is een werkwijze waarbij een taalmodel alleen antwoordt op basis van de gevonden teksten.




