Semantische Suche und ML: Das passende Dokument finden

Der Vortrag bietet eine Einführung in die Verwendung von maschinellem Lernen und vortrainierten Sprachmodellen für die Entwicklung von Suchsystemen mit semantischem Textverständnis.

Er gibt einen Überblick über die technischen Entwicklungen der letzten Jahre, wie z.B. Text Embeddings und die Verwendung von LLMs, und diskutiert die verschiedenen Möglichkeiten, die heute zur Implementierung eines maßgeschneiderten Suchsystems zur Verfügung stehen.

Teile der vorgestellten Methoden werden am Beispiel konkreter Kundenprojekte verdeutlicht.

Vorkenntnisse

Für den Vortrag sind keine Vorkenntnisse nötig. Die mathematischen Details werden bewusst ausgelassen, um auch nicht technisch-versierten Personen einen Überblick über die modernen Methoden der Semantic Search zu geben.

Lernziele

  • Überblick über verschiedene Ansätze zum Textvergleich,
  • Verständnis von Embedding und der Bewegung von Embeddings während des Trainings,
  • Einblick in die Live-Anwendung der Domain-specific Semantic Search

Speaker

 

Jakob Scharlau
Jakob Scharlau ist ML Scientist bei der auf ML-Lösungen spezialisierten Softwareagentur dida in Berlin. Dort beschäftigt er sich hauptsächlich mit Themen aus dem Bereich Natural Language Processing.

data2day-Newsletter

Ihr möchtet über die data2day
auf dem Laufenden gehalten werden?

 

Anmelden