חיפוש סמנטי

מהו חיפוש סמנטי?

חיפוש סמנטי הוא טכניקת חיפוש שמבינה את המשמעות שמאחורי השאילתה, ולא רק מתאימה מילות מפתח. כשלקוח שואל "איך אני מקבל את הכסף שלי בחזרה?", חיפוש מילות מפתח מחפש מסמכים שמכילים בדיוק את המילים האלה. חיפוש סמנטי מבין שהלקוח מתכוון ל"החזר כספי" ומוצא את מדיניות ההחזרים – גם אם המילה "כסף" לא מופיעה במסמך בכלל.

היכולת הזו מבוססת על הטמעות AI (Embeddings) שממירות טקסט לייצוגים מספריים של משמעות. שאילתות ומסמכים בעלי משמעות דומה נמצאים קרוב זה לזה במרחב הווקטורי, וכך מערכת החיפוש יכולה למצוא תוצאות רלוונטיות מבחינה רעיונית.

איך חיפוש סמנטי מניע AI לשירות לקוחות

חיפוש סמנטי הוא הבסיס של Retrieval-Augmented Generation (RAG) – הארכיטקטורה שרוב סוכני ה-AI משתמשים בה כדי למצוא מידע מדויק. כשלקוח שואל שאלה:

1. השאלה מומרת ל-embedding (ייצוג מספרי של המשמעות שלה)
2. החיפוש הסמנטי מוצא את המסמכים הרלוונטיים ביותר במאגר הידע באמצעות השוואת הדמיון בין ה-embeddings
3. המסמכים האלה מועברים ל-AI כהקשר ליצירת התשובה
4. ה-AI מפיק תשובה מבוססת על התוכן שנשלף

התהליך הזה מתרחש באלפיות שנייה, ומאפשר תשובות בזמן אמת שהן גם מדויקות וגם רלוונטיות להקשר.

חיפוש סמנטי לעומת חיפוש מילות מפתח

• חיפוש מילות מפתח: מוצא התאמות מדויקות של מילים. מהיר ומדויק למונחים ידועים, אבל מפספס התאמות רעיוניות ונכשל כשלקוחות משתמשים במונחים שונים מאלה שבתיעוד.
• חיפוש סמנטי: מוצא התאמות במשמעות. מתמודד עם מילים נרדפות, ניסוחים שונים ושאילתות רעיוניות. מתאים יותר לשאלות בשפה טבעית, אבל דורש תשתית embeddings.
• חיפוש היברידי: משלב את שתי הגישות. משתמש בהתאמת מילות מפתח לאיתור מדויק ובהתאמה סמנטית לשאילתות רעיוניות. זו הגישה שרוב פלטפורמות ה-AI הארגוניות משתמשות בה.

הקשר טכני: Microsoft Research מצאו ששילוב שליפה מגרף ידע עם RAG סמנטי שיפר את הדיוק העובדתי בכ-23% – הוכחה לכך שחיפוש סמנטי בשילוב ידע מובנה עולה משמעותית על חיפוש מילות מפתח בלבד.

היתרון של Maven: גרף ידע + חיפוש סמנטי

Maven AGI משלבת חיפוש סמנטי עם מעבר על גרף ידע – כלומר, היא מבינה לא רק איזה תוכן דומה סמנטית לשאילתה, אלא גם איך מושגים קשורים זה לזה מבחינה מבנית. כך Maven יכולה לשלוף לא רק את המסמך הרלוונטי ביותר, אלא את כל ההקשר של המדיניות, תהליכי העבודה ופרטי המוצר הקשורים שנדרשים לפתרון מדויק.

הוכחה מ-Maven: K1x הגיעה ל-80% פתרון עם Maven AGI בשאילתות פיננסיות מורכבות, שבהן שליפה מדויקת של המדיניות והנהלים הנכונים היא קריטית – הוכחה לכך שאיכות החיפוש הסמנטי משפיעה ישירות על איכות הפתרון.

שאלות נפוצות

האם חיפוש סמנטי עובד בין שפות?

כן. מודלי embedding רב-לשוניים יכולים להתאים שאילתות בשפה אחת למסמכים בשפה אחרת. לקוח ששואל בצרפתית יכול לקבל התאמה לתיעוד באנגלית, מה שמאפשר תמיכה רב-לשונית בלי לתרגם את כל מאגר הידע.

כמה מדויק חיפוש סמנטי?

הדיוק תלוי באיכות ה-embeddings, בארגון התוכן ובמורכבות השאילתה. במאגרי ידע מובנים היטב, עם תוכן ברור ומקיף, חיפוש סמנטי משיג דיוק שליפה גבוה. הביצועים יורדים כשהשאילתות עמומות, כשהתוכן מאורגן בצורה גרועה או כשמדובר במונחים מקצועיים מאוד שאינם מיוצגים היטב במודל ה-embedding.

האם חיפוש סמנטי מחליף חיפוש מילות מפתח?

לא לגמרי. בפועל, גישות היברידיות שמשלבות חיפוש סמנטי וחיפוש מילות מפתח מניבות את התוצאות הטובות ביותר. חיפוש מילות מפתח מצטיין באיתור מזהים ספציפיים (מספרי הזמנה, קודי מוצר), וחיפוש סמנטי מצטיין בהבנת שאלות בשפה טבעית.