Mi az a két-torony modell a retrievalhez?

Két torony modell a retrievalhez egy olyan neurális hálózat architektúra, amely két különálló ágból ("tornyokból") áll, amelyek mindegyike különböző típusú adatokat dolgoz fel, például lekérdezéseket és dokumentumokat. Minden torony kódolja a bemenetet egy vektori reprezentációba (embedding) egy közös jellemzőtérben. Ezután releváns dokumentumok keresésekor a lekérdezés embeddingje és a dokumentumok embeddingjei közötti hasonlóságot (például koszinuszt) számítják ki.

Ez a megközelítés lehetővé teszi hatékony indexelést és keresést nagy mennyiségű dokumentum között, mivel a dokumentumok embeddingjeit előre kiszámíthatják és tárolhatják, és kéréskor csak a lekérdezés embeddingjét kell kiszámítani, majd gyorsan megtalálni a legközelebbi vektorokat.

Példa:

• 1. torony: kódolja a lekérdezés szövegét egy vektorrá.
• 2. torony: kódolja minden dokumentumot egy vektorrá.
• Keresés: a koszinuszi hasonlóság számítása a lekérdezés vektora és a dokumentumok vektorai között.

Ez széles körben használatos ajánlórendszerekben és keresőmotorokban a skálázható retrievalhez.