Banco de dados vetorial

Um banco de dados vetorial é um armazenamento de dados que não guarda os conteúdos como palavras-chave, mas como séries de números (vetores) que representam o seu significado. Assim, encontra textos semanticamente semelhantes, mesmo quando usam palavras completamente diferentes. É o suporte técnico do RAG e da pesquisa semântica.

O que é um banco de dados vetorial?

Um banco de dados clássico pesquisa por termos exatos: quem escreve «prazo de entrega» encontra apenas registos com exatamente essa palavra. Um banco de dados vetorial funciona de forma diferente. Guarda cada conteúdo como um embedding, isto é, uma série de números que capta o significado. Numa pesquisa, não compara palavras, mas significados, e encontra assim também resultados formulados de outra maneira, por exemplo «Quando chega a minha encomenda?» para um texto sobre o prazo de envio.

Como funciona a pesquisa semântica

Ao serem carregados, todos os documentos são convertidos em embeddings e guardados no banco de dados vetorial. Quando alguém faz uma pergunta, esta é também traduzida num embedding. O banco de dados procura então os vetores mais próximos do vetor da pergunta e devolve as passagens mais adequadas no conteúdo. É precisamente isto que constitui o passo de recuperação num sistema de RAG.

Porque é que isto conta para as bases de conhecimento de IA

Sem pesquisa semântica, um cliente teria de colocar a pergunta exatamente como está na documentação. Com um banco de dados vetorial, a IA encontra a passagem certa mesmo com linguagem coloquial, erros de escrita ou sinónimos. É isto que torna um chatbot de IA realmente útil e reduz o risco de uma alucinação da IA, porque a resposta assenta em passagens reais.

Pesquisa vetorial na SendSeven

A SendSeven é uma plataforma de mensagens unificada com um assistente de IA integrado. A sua base de conhecimento é preparada para a pesquisa semântica, de modo que a IA encontre os conteúdos adequados a cada pedido, em vez de depender de palavras-chave exatas. Você trata dos seus conteúdos; a tecnologia por trás disso fica a cargo da SendSeven. Como preencher a sua base de conhecimento mostra o guia da base de conhecimento. Em conformidade com o RGPD, Made in Germany. Experimente 14 dias gratuitamente.