Tìm kiếm ngữ nghĩa mà không cần thêm database

Lựa chọn mặc định thường là đúng

Tìm kiếm từ khoá thất bại khi khách không dùng từ của bạn. Ai đó gõ "áo không nhăn" còn danh mục của bạn ghi "dễ chăm sóc". Tìm kiếm ngữ nghĩa lấp khoảng đó bằng cách so sánh ý nghĩa thay vì ký tự.

Phản xạ đầu tiên là rước về một vector database riêng. Với phần lớn danh mục sản phẩm và tập tài liệu, extension pgvector trong PostgreSQL là đủ, và nó có một lợi thế dễ bị xem nhẹ: vector nằm cùng transaction với dữ liệu của bạn.

Vì sao điều đó quan trọng

Khi một sản phẩm hết hàng, một transaction cập nhật cả dòng dữ liệu lẫn embedding của nó. Với kho vector tách rời, bạn vừa nhận thêm một bài toán đồng bộ, và vector cũ là loại lỗi nổi lên dưới dạng khiếu nại của khách chứ không phải dòng log lỗi.

Khi nào thì vượt quá khả năng của nó

Vector database riêng bắt đầu đáng giá ở quy mô lớn, khi tải truy vấn đồng thời nặng, hoặc khi bạn cần kiểu chỉ mục mà Postgres không có. Đó là ngưỡng có thật và đáng vượt qua khi tới. Phần lớn đội đang đặt câu hỏi này còn cách ngưỡng đó rất xa.

Vài lưu ý thực tế

• Lưu văn bản gốc cạnh vector để còn hiển thị được nguồn trích dẫn.
• Nhúng lại khi đổi mô hình embedding. Vector từ hai mô hình khác nhau không so sánh được.
• Kết hợp tìm ngữ nghĩa với tìm từ khoá. Khớp chính xác một mã sản phẩm không bao giờ được thua một khớp ngữ nghĩa mơ hồ.