什么是智能搜索？| IBM

什么是智能搜索？

由人工智能技术支持的智能搜索消除了数据孤岛，帮助员工和客户快速轻松地找到所需信息。

最终用户可使用智能搜索从任何位置（公司内部或外部）和数据集中提取信息，无论格式如何，这包括数据库中的大数据、文档管理系统、数字内容、网页、纸质文件等。智能搜索和企业搜索是自然语言搜索、AI 搜索或人工智能驱动的搜索以及认知搜索的同义词。

通过 Think 时事通讯，了解有关 AI、自动化、数据等方面最重要且最有趣的行业趋势。请参阅 IBM 隐私声明。

企业信息检索系统早在公共互联网出现之前就存在了。实施多用户大型机系统的最早优点之一是，它们通过在大型文档存储库中找到文本字符串的精确匹配来辅助信息发现。

随着桌面计算和企业内联网的发展，IBM Storage 和信息检索系统 (STAIRS) 以及本地搜索工具 FAST（后被 Microsoft 收购）等企业搜索解决方案成为企业计算领域的主流。

然而，免费、可公开访问的网络搜索引擎（例如 Google，及其前辈 AltaVista）的兴起和普及，从根本上改变了用户对信息检索、内容发现和企业搜索平台的期望。

面对企业搜索工具必须检查的数据量和种类的快速增长，结果检索速度已成为认知搜索算法性能的一个关键指标。当今的智能搜索解决方案必须建立在能够满足大数据工作量性能需求的架构上。由于可提供必要的可扩展性，因此具有广泛 API 驱动的整合和自动化功能的云基础设施通常最适合完成这项任务。

AI Academy

深入了解为什么高质量数据对于成功使用生成式 AI 至关重要。

企业无法使用 Google 或其他传统搜索引擎来找到特定于企业的答案，例如“为什么我们的新产品发货延迟了？”或“上周我们报告的最大客户挑战是什么？”。智能搜索与搜索引擎和网络搜索（如 Bing、Google 搜索或 AskJeeves）不同，它会显示特定于您业务的信息和答案。

人工智能为智能搜索提供支持，使工具获得以下能力：

理解人类语言。业务数据会不断更新，并以特定于领域的术语写入。自然语言处理功能使智能搜索应用程序能够理解和查询来自多个数据源的数字内容。语义搜索和上下文理解使智能搜索能够分解日常语言和复杂文档中的语言细微差别、同义词和关系。
了解文档结构。智能搜索工具（例如 IBM Watson Discovery）具有文档理解 AI，可以扩展以理解许多数据源。机器学习使智能搜索能够学习特定于您的企业、行业或领域空间的文档的视觉结构。有了这种理解，智能搜索可以快速学习和识别页眉、页脚、图表和表格等元素。凭借开箱即用的功能，它可以识别合同、采购订单和发票等文档类型。
充分利用机器学习。机器学习和深度学习可创建无缝、即时的查询建议，并随着时间的推移不断提高搜索查询结果的相关性，从而预测哪些信息将为用户提供最大价值。
筛选搜索结果。细化和筛选搜索会缩小范围并在数据集合中查找特定信息。
对内容进行分类。实体提取定位文本数据元素并将其分类到预定义的类别中，例如人名、产品、对象类型或组织。

连接数据源并采集数据：为了从任何地方提取答案和洞察，您需要连接并抓取所有的非结构化和结构化数据。“连接器”使您能够插入内容源，如 Salesforce、Box、Microsoft SharePoint、数据库、网络爬虫或上传的数据。
索引内容：内容索引创建单个统一的搜索索引，以便对搜索结果进行同质排名，而无论其来源如何。
丰富内容：查询和提取洞察分析的能力取决于从内容中提取元数据的能力。利用开箱即用的自然语言处理功能（例如实体提取和情感分析）对关键内容进行分类和识别，从而丰富您的内容。
分析内容：识别文档内容，对其进行分类，并创建各部分内容之间的语义相关性。
提供答案并显示洞察分析：智能评分算法对段落进行评级，为用户提供最准确、最相关的段落和片段，以回应查询。

智能搜索将自然语言查询中的术语与其索引信息中的内容进行比较。

发现推动决策的洞察分析：非结构化文本数据中隐藏着洞察分析。智能搜索应用程序使用自然语言处理来辨别含义，并在数据源（例如社交媒体（推文、LinkedIn）、客户反馈、电子商务报告和维护记录）之间建立关联，以快速准确地揭示实时洞察分析。
让员工触手可及相关信息：使用智能搜索创建企业搜索平台、知识管理、内容管理系统或问答系统，以提供简单的全团队用户体验。
提供规模化客户服务：每次都能给予客户正确答案，并提供更好的客户体验。客户想要的不仅仅是常见问题解答。现在，客户比以往任何时候都更希望在您的网站和移动设备应用程序上获得完全自助服务 - 虚拟代理和智能搜索让您的客户能够实现独立。自给自足的客户可以降低支持成本并提高客户满意度。