From TF-IDF to Transformers: Implementing Four Generations of Semantic Search
语义搜索如何从简单的关键字匹配演变为现代基于转换器的语言理解？这篇实践文章使用 Python 逐步构建了四代语义搜索系统。从 TF-IDF 到 Transformers：实现四代语义搜索的帖子首先出现在 Towards Data Science 上。
GovScape lets you easily search millions of government documents
华盛顿大学领导的研究团队创建了 GovScape，这是一个高效的期末网络档案 PDF 搜索系统。用户可以查找确切的关键字，例如“FAFSA”，或者使用语义搜索，即使页面上没有出现确切的搜索词，也可以查找有关某个主题的文档。由于研究人员使用了高效的人工智能模型，处理唐纳德·特朗普第一个任期期间在线托管的 1000 万份 PDF 的成本不到 1,500 美元，即每 47,000 页约 1 美元。
Embed the world: Multimodal AI for searchable aerial imagery at scale
在这篇文章中，我们将介绍问题空间、我们在 Amazon Bedrock 和 Amazon OpenSearch Serverless 上的架构、我们在 OpenStreetMap 基础事实上构建的评估方法、比较嵌入模型、融合策略、字幕和搜索方法的四个实验，以及构建类似系统时可以应用的实用指南。您将了解哪些设计选择推动了地理空间语义搜索，包括为什么 Amazon Nova Multimodal Embeddings 在我们的评估中的两个基准查询中提供了最高的 F1 分数。这里描述的工作演变成 Vexcel Intelligence，一种可搜索的图像产品。
