語意搜尋

什麼是語意搜尋？

語意搜尋是一種理解查詢背後含義的搜尋技術，而非只比對關鍵字。當客戶問「我要怎麼把錢拿回來？」時，關鍵字搜尋會尋找含有這些字詞的文件；語意搜尋則理解客戶指的是「退款」，並找出退款政策，即使文件中從未出現「錢」這個字。

這項能力來自 AI 嵌入，它能將文字轉換為代表語意的數值表示。語意相近的查詢與文件在向量空間中彼此靠近，讓搜尋系統能找到概念上相關的結果。

語意搜尋如何驅動客服 AI

語意搜尋是檢索增強生成（RAG）的基礎，而 RAG 是多數 AI 代理用來找出正確資訊的架構。當客戶提出問題時：

1. 問題會轉換為嵌入（代表其語意的數值表示）
2. 語意搜尋透過比較嵌入相似度，在知識庫中找出最相關的文件
3. 這些文件會作為上下文提供給 AI，用以生成回應
4. AI 根據檢索到的內容，產出有依據的答案

整個流程僅需數毫秒，能即時提供既精確又符合情境的回應。

語意搜尋與關鍵字搜尋的比較

• **關鍵字搜尋：**尋找完全相符的字詞。對已知詞彙而言快速又精準，但會遺漏概念上相符的內容，當客戶使用的用語與您的文件不同時便無法發揮作用。
• **語意搜尋：**尋找語意相符的內容。能處理同義詞、換句話說與概念性查詢，更適合自然語言問題，但需要嵌入基礎架構。
• **混合搜尋：**結合兩種方法。以關鍵字比對進行精確查找，以語意比對處理概念性查詢，這是多數企業 AI 平台採用的做法。

**技術背景：**Microsoft Research 發現，結合知識圖譜檢索與語意 RAG，可將事實正確性提升約 23%，證明結合結構化知識的語意搜尋，表現遠優於單純的關鍵字搜尋。

Maven 的優勢：知識圖譜＋語意搜尋

Maven AGI 結合語意搜尋與知識圖譜遍歷，不僅理解哪些內容與查詢語意相近，也掌握概念之間的結構關係。因此 Maven 不只能檢索最相關的文件，還能取得準確解決問題所需的完整上下文，包括相關政策、流程與產品細節。

**Maven 實證：**K1x 導入 Maven AGI 後，在複雜的金融查詢中達到 80% 的解決率；這類查詢必須精確檢索正確的政策與程序，證明語意搜尋的品質直接決定問題解決的品質。

常見問題

語意搜尋能跨語言運作嗎？

可以。多語言嵌入模型能將一種語言的查詢與另一種語言的文件進行比對。客戶以法文提問，也能比對到英文文件，無需翻譯整個知識庫即可提供多語言支援。

語意搜尋的精確度如何？

精確度取決於嵌入品質、內容組織方式與查詢複雜度。對於結構完善、內容清楚完整的知識庫，語意搜尋可達到很高的檢索精確度。若查詢語意模糊、內容組織不佳，或使用嵌入模型未充分涵蓋的高度專業術語，效能就會下降。

語意搜尋會取代關鍵字搜尋嗎？

不會完全取代。實務上，結合語意與關鍵字搜尋的混合做法效果最佳。關鍵字搜尋擅長找出特定識別碼（訂單編號、產品代碼），語意搜尋則擅長理解自然語言問題。