Основой семантического поиска может являться ML задача Sentence Similarity , а если быть еще конкретнее, то это Semantic Textual Similarity. Модели, обученные под эту задачу, способны оценивать насколько близки предложения по своему смыслу. Всё, что нам дальше остается, так это засунуть модель в некоторую поисковую систему, но тут давайте по порядку. Далее в статье мы разберемся как написать пайплайн для семантического поиска именно на примере поиска документов по пользовательскому запросу асимметричный поиск , так как считаю, что это самый интересный кейс в этой задаче.
Пушкинский музей. Эхо истории в залах музея. Зал Северного Возрождения Продолжаем путешествие во времени и пространстве нашего музея.
Псковский агротехнический колледж. Победитель национального проекта « Образование ». Легенды о России 7 октября в Псковском агротехническом колледже был проведен очередной «Разговор о важном»
